一、前言
簡書上有哪些優質使用者？有多少大V粉絲數上萬，獲贊數上萬？小透明的自己能排到多少位？大V之間相互關注情況如何？簽約作者有多少人......
我想要了解這些問題，於是便有了本文。
二、爬蟲思路
以《簡書=雞湯？爬取今日看點資料：1916篇簡書熱門文章視覺化》專案裡獲取的，貢獻了1916篇熱門文章的共計799名使用者的ID，作為種子ID，爬取各自關注列表裡的使用者資訊，再爬取關注者的關注者，如此幾層下去，便能獲取到幾十萬乃至上百萬條使用者資訊及彼此的關注情況。
由於簡書官方對資料有所保護和限制，僅能獲取單個使用者的900名關注者（粉絲亦然）。對於關注數小於900的自然能全部獲取；而大於900的就只有不完整的資料。
在通過2-3層資料爬取後，共獲得261277條使用者資訊，具體資料有：使用者名稱、主頁url、是否為簽約作者、粉絲數、獲贊數、關注數、文章數、總字數等等：
三、資料視覺化
1、獲取的ID分佈情況
爬取799個種子ID（記為第0層，圖中由於數量級偏小，所以看不到出來柱形圖的圖案）各自的關注者，得到第1層47601條總ID資料（含重複ID），新增19526個淨ID；再根據第1層新增的淨ID，爬取其關注者，得到第2層1239366（約124w+）條總ID資料，新增189921個淨ID；再根據第2層新增的淨ID，爬取了部分ID的關注者，得到第3層391762條總ID資料，新增53677個淨ID。
由於時間限制，沒有再繼續爬取下去，僅獲取了上述共261277條資料。由上圖可知，雖然一層層的爬取關注者，總ID數在第2層便突破了百萬級別，但新增的使用者ID增長並沒有那麼快，這說明被關注的使用者重複出現，他/她們獲得了廣泛的關注，因而可以視為較優質的使用者。
2、26w+簡書使用者粉絲情況
2.1 金字塔圖
有了26萬多條資料後，先來看看這些使用者各自都有多少粉絲，藉此來看看每一個人大概的排名是多少。
繪製成金字塔圖後可知，這26w+使用者裡：粉絲數大於10w+的有5人，依次為：@劉淼、@簡黛玉、@彭小六、@簡書播客、@江昭和，均是萬中挑一的人物；其他各梯度人數看圖即可，不再贅述。值得一提的是粉絲數10-100區間的人數佔比最大，為40.38%，而非0粉或1粉的使用者，這進一步說明了本次本次爬取的資料較為優質。與《爬取張佳瑋138w+知乎關注者：資料視覺化》一文中張佳瑋138w+知乎關注者中0粉佔比29.18%，1-10粉佔比55.49%，兩者相加使用者數已超過116w+，兩相對比，更能說明上述問題：
另外這26w+使用者裡0粉的有784人，論理本次爬取時能被爬取到的都起碼有一個粉絲，要不然不符合上述爬取的思路，但這裡卻發現不僅有0粉的，甚至有十來個使用者粉絲數為負數，不知道是不是簡書的BUG，去他們的主頁檢視，發現確實顯示的是負數，但是又明明有粉絲？？？
2.2 瀑布圖
知道了各個梯度（區間）使用者的數量和佔比，自然也就能知道每個人的大致排名。以我自身為例，粉絲數480人，排名4140，為前1.6%。還有很大的努力空間。再將所有使用者粉絲分佈情況繪製成瀑布圖，更能給所有奮筆疾書、努力寫作和輸出的人不斷漲粉後躍遷、上升的直觀感覺。
3、TOP 10系列
接下來再看看各種TOP 10的榜單：
3.1 粉絲數前十
全部使用者平均粉絲數為79人。全靠下面的大V帶飛。
1、劉淼：178262；2、簡黛玉：177047；
3、彭小六：139994；4、簡書播客：138836；
5、江昭和：133940；6、簡叔：89629；
7、韓大爺的雜貨鋪：88845；8、Sir電影：88840；
9、飽醉豚：86540；10、我帶爸爸看世界：77153；
3.2 獲贊數前十
全部使用者平均獲贊數為102個。大V天天見。
1、彭小六：222734；2、韓大爺的雜貨鋪：131250；
3、簡黛玉：124723；4、Sir電影：83485；
5、衷曲無聞：81205；6、懷左同學：80567；
7、剽悍一隻貓：79558；8、安梳顏：74808；
9、顧一宸：69015；10、陶瓷兔子：66527；
3.3 關注數前十
活捉十隻關注狂魔！全部使用者平均關注數為25人。拖後腿系列
1、臨川人：12878；2、桐子樹下：10624；
3、阿立斯本：7807；4、陳三白：6651；
5、WEFG_jakerfenG：174；6、欣悅生化：6168；
7、Athena79：5434；8、曾培然：5107；
9、有領uullnn：5086；10、MasterKang：5035；
3.4 文章數前十
所有使用者平均文章數為14篇。剛好達標。
1、絕塵：2150；2、幸運的貝殼：1834；
3、孤鳥差魚：1731；4、淡定之龍的傳人：1587；
5、Sir電影：1582；6、郭相麟：1455；
7、鴨梨山大哎：1364；8、炫彬：1360；
9、葡萄喃喃囈語：1354；10、軍旗獵獵：1330；
3.5 總字數前十
所有使用者平均總字數為16750。emmmmmm.
1、愛可可_愛生活：5953371；2、絕塵：4357012；
3、Sir電影：3948118；4、王邑塵：3566126；
5、Sting：3412810；6、詩之源：3337821；
7、優雅愛敵：2716884；8、柳志儒：2512482；
9、掘金官方：2483024；10、軍旗獵獵：2429342；
3.6 獲贊數/文章數前十
1、一棵花白：7517.5；2、冰冷鑽戒：4650；
3、Gosmy：3917；4、該號已廢：3751；
5、二十初仲夏的樹：3616.85；6、米洛在波士頓：3483；
7、Gibson：2973；8、Mr楠先生：2540；
9、南調北征：2419；10、她好酷的：2391；
4、126名簽約作者
很多人都以成為簽約作者作為自己寫作努力的方向，那麼簡書到底有多少名簽約作者呢？在這26w+較優質使用者裡，共有126人的主頁上明確地掛有“簽約作者”的標籤。為什麼這麼說呢，是簽約作者就是，不是就不是，難道主頁上沒有標籤的使用者也可能是“簽約作者”不成？！
這個好像還真的有可能。具體有待探究。後續會繼續研究下“簽約作者”這個群體。目前已經另外爬取@簽約作者文章合集專題裡的3141篇文章，發現該專題裡簽約作者依舊小於150人，其中不少人目前主頁上並沒有顯示標籤。去掉和上面126名重複的使用者後也不到200人，因此推測簡書總共的簽約作者不到200人，雖然根據爬取的資料顯示，很多人的粉絲數、喜歡數、文章數等都已經符合申請要求了。
四、小結
1、後續會繼續研究下“簽約作者”這一群體；
2、學習下用D3.js怎麼繪製大V們相互關注的情況；
3、同樣的會用《爬取張佳瑋138w+知乎關注者：資料視覺化》中獲取的較優質的使用者ID作為種子ID，用本文相同的爬取思路，去獲取更多知乎大V的資料。
