友情提醒：文末有….
一次完整的python数据分析流程是怎么样的？
使用python从网站抓取数据，并将这些数据保存到SQLite数据库中，然后对数据进行清洗，最后对数据进行数据可视化分析。
可是熟悉的人应该知道，python爬取简单，但是分析起来是很困难的，SQL语句、Pandas和Matplotlib这些十分繁琐，一般人也不会。
于是我想到了用一种更简单的方式进行数据分析，那就是python爬取+BI分析。什么是BI就不用我多做介绍了吧，python强大的数据获取能力，配合敏捷BI简单快捷的数据可视化操作，分析效果那肯定是杠杠的！
那这次我们就来看看“人均985，年薪百万”的知乎背后，到底有什么秘密？话不多说，开爬！
一、我们想要哪些数据？
知乎用户的学校和公司肯定是首当其冲的，我想看看到底这些人是编的还是真的哈哈哈。
每页有20个问题，所以你可以获得到20个问题的链接，之后就是对每个问题的处理：
三、用BI进行数据可视化分析
首先在官网下载FineBI，虽说是企业级的数据分析平台，但是它对于个人是永久免费的，文末给大家准备了下载链接~
然后直接通过FineBI提供的数据配置端的功能，添加SQL数据集（或者直接添加表也行），查看和验证刚刚爬取并且入库的数据是否已经真正成功入库到MySQL中了。
1、哪个城市的知乎用户最多？
杭州处在第三名了，果然互联网的发源之地之一不是吹的，阿里网易起到了很大的作用，为什么这么说？等你看到职业就明白了。
2、他们都是哪些学校的？
不过也不奇怪，知乎主打的就是高知识份子的聚集地，而且学生比起上班族，有更多的时间玩手机。
既然分析到学校了，我们肯定要来看看各个高校上玩知乎的男女比例：
别说了，知乎人均985实锤了，我流下了羡慕的泪水，我想请问同学，是怎么做到玩和学习同时兼顾的？你如果教教我，我高考距离清华的录取分数线可能就更近一点了….
3、知乎的职业比例
除去学生之后，我们发现知乎的人都是….
可以看到，除了一些互联网公司的常见职位外，教师和律师用户在知乎中也占据不小的比重。
我们再用一张热力图来观察知乎主流职业（前四名）在各个地区的分布情况，颜色越深，代表该职业在该地区的人数越多：