前言：
-
有一次一個(gè)人去餐廳吃飯
一個(gè)美女走過來問我：帥哥脂信，請(qǐng)問這里有人么佣渴？
我羞澀的回答到：嗯美女齿坷，沒有人
然后桂肌。。永淌。她就把椅子搬走了
Paste_Image.png
聲明：
- 此文僅用于學(xué)習(xí)崎场、研究，請(qǐng)不要非法使用遂蛀。
- 任何由此引發(fā)的法律糾紛自行負(fù)責(zé)谭跨。
-
魯迅說過：碼農(nóng)抓到的數(shù)據(jù)怎么能叫偷呢
魯迅說過.png
步驟：
- Charles抓包。
- 寫python腳本李滴，從抓取的結(jié)果里面讀取數(shù)據(jù)螃宙。
- 數(shù)據(jù)塞進(jìn)sqlite里面。
- 數(shù)據(jù)導(dǎo)出到csv文件所坯。
- 數(shù)據(jù)分析：csv文件可以自己寫python代碼進(jìn)行分析谆扎，也可以上傳到類似bdp.cn的網(wǎng)站或者其他類似工具進(jìn)行分析。
踩坑：
- token的期限比較短包竹，app推出后token就會(huì)失效燕酷，所以app要一直開著。
- 很多無效的數(shù)據(jù)周瞎，不知道是刷了數(shù)據(jù)還是有用戶被刪除苗缩，將近8萬個(gè)連續(xù)無效用戶數(shù)據(jù)。之前沒有記錄這些無效用戶声诸，后來還是記錄了酱讶，打了標(biāo)記，便于分析彼乌。
- 有的數(shù)據(jù)里面有‘,’符號(hào)泻肯，在轉(zhuǎn)json的時(shí)候會(huì)變成多份數(shù)據(jù)，解決方法：
'|'.join(decoded['key_info'].split(','))
- 處理出生地“廣東 深圳”慰照，增加兩個(gè)額外字段：
ht_province, ht_city = decoded['hometown'].split(' ')[0], decoded['hometown'].split(' ')[1]
- 沒開多線程灶挟，大概10w條數(shù)據(jù)，跑的還蠻久的 = =
數(shù)據(jù)：
-
日活躍：
日活躍.png -
男女比例：
男女比例.png -
手機(jī)比例：
手機(jī)比例.png -
付費(fèi)情況：
- 占比還挺好的毒租，將近50%的人付費(fèi)
-
男生付費(fèi)用戶比女生多一半稚铣，女生都很節(jié)儉啊，很好
付費(fèi)情況.png
-
學(xué)歷情況：
- 本科人數(shù)最多，大專第二
- 碩士跟高中學(xué)歷緊跟其后
-
像我這種小學(xué)生不多
學(xué)歷情況.png
-
學(xué)校
-
深大的妹紙很多啊
學(xué)校.png
-
-
年齡段分布：
年齡主要集中在1983～1994(900人以上)
峰值在1988年
前三甲：1988惕医，1990耕漱，1989
看著這么多“中年人”，我們這些老年人也很絕望啊
年齡段分布.png
年齡段分布.png -
身高分布：
身高分布.png -
體重分布：
體重分布.png -
職業(yè)&企業(yè)：
- 科技行業(yè)排第一啊抬伺，主要是騰訊
-
銀行螟够，教師，醫(yī)院峡钓，財(cái)務(wù)妓笙，緊跟其后
職業(yè).png
企業(yè).png
-
婚戀情況：
婚戀情況.png -
現(xiàn)居住地：
-
來的都是深圳人
現(xiàn)居住地.png
-
-
用戶出生地：
-
前三甲：深圳，湖南椒楣，湖北
用戶出生地.png
用戶出生地.png
-
-
有效用戶占比：
- 為-1的都是無效用戶给郊，有效用戶大概只有20%
- 原因未知，不知道是測(cè)試數(shù)據(jù)捧灰，還是有用戶退出淆九，或者是非法用戶被刪
-
這些用戶基本上都是連號(hào)
Paste_Image.png
-
生肖：
生肖.png -
星座：
星座.png
代碼(簡(jiǎn)陋)：
分析數(shù)據(jù)報(bào)表鏈接：
后記：
- 不研究一下大數(shù)據(jù)你都不知道有多絕望(妹紙有多難找&創(chuàng)業(yè)有多難)！
Paste_Image.png
