爬了一百多万条疾病问答，做了点数据分析并且开源代码(虽然很简单)

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

爱意满满的作品展示区。

This topic created in 2621 days ago, the information mentioned may be changed or developed.

先上图，这几张图的变化是我觉得最有趣的(不同年龄段最容易生什么病)

完整的分析： https://mp.weixin.qq.com/s?__biz=MjM5ODY4NzQ4MQ==&mid=2651633780&idx=1&sn=9e3362a433a13f5aff978b6683418ab6&chksm=bd3effe28a4976f42f551dde182d9f3496f624f09d037b0f4e1c392ab77a2272ecb9a44c5fcd&token=1114875565&lang=zh_CN#rd

代码： https://github.com/wdkwdkwdk/fuck_illness （求个 star 之类的）接近一年没写 python 了，遇到的坑都记录下来了，新手可以做个参考，大神轻喷～

代码

Python

开源

上图

24 replies • 2019-03-02 20:44:45 +08:00

roychan

Feb 23, 2019

挺有意思的，赞一个

Feb 23, 2019 via iPhone

一看是王登科，赶紧点 star

zea

Feb 23, 2019 via Android

这个 66666

mohoumk2

Feb 23, 2019 via Android

20 岁之后怎么都有出血……

FakeLeung

Feb 23, 2019 via Android

20 岁以下，手淫俩字真大。
20 多的就是早泄。。。

WordTian

Feb 23, 2019 via Android

哈哈，这几张图看乐了

graetdk

Feb 23, 2019

@d5 哈哈哈谢啦

a1058021348

Feb 23, 2019

@mohoumk2 #4 20 岁以下也有出血……在左下角，浅黄色不明显……

ilovehoo

Feb 23, 2019

中国糖尿病人有将近一亿。。。亚洲人更容易患

oddisland

Feb 24, 2019 via iPhone

手淫也是病…

graetdk

Feb 24, 2019

@oddisland 倒不是病，但是很多青少年应该会为此困扰

ismyyym

Feb 25, 2019

手淫->出血->贫血->疲劳->早泄
hh

smartdone

Feb 25, 2019

感觉可以用数据加上机器学习训练出一些有意思的东西

sheyong

Feb 25, 2019

这些词里有的是症状有的是疾病啊疾病和症状都是多对多的关系

graetdk

Feb 25, 2019

@sheyong 因为语料库的关系，没有找到一个很纯粹的纯疾病语料库

RangerWolf

Feb 25, 2019

有没有哪位看官用这个数据做一个简单的但是不会想某度一样的疾病搜索引擎的？

graetdk

Feb 25, 2019

@RangerWolf 一点都不会简单，医疗相关的用丁香园吧，真有毛病还是去医院

RangerWolf

Feb 25, 2019

问一下楼主，请问你的爬虫用了几个 IP 啊？代码还没细看直接伸手党了。。。

graetdk

Feb 25, 2019

@RangerWolf 我运气好，这个站完全没做任何防护，所以我没用到代理

pipi32167

Feb 25, 2019

@ismyyym 一滴精十滴血 233

2027

Feb 28, 2019 via Android

不建议家中常备可口可乐，换雪碧都这个好。

graetdk

Mar 1, 2019

@2027 啊是的，最近爱喝雪碧了

prick

Mar 2, 2019

老兄我想问下你公众号其他组织认证是如何实现的？对公账户打款？

graetdk

Mar 2, 2019

@prick 因为注册时间比较早。。。