目标:对https://betalist.com/markets(Betalist该网页上的数据进行分析


 

1.对数据进行采集并处理

使用工具:Ruby & Atom
(1)网站信息的采集(command+A/command+C/command+V)到atom的页面中

(2)正则化删除前面的图标

  • 在atom页面中,通过command+F调出正则替换框
  • 通过输入:[^a-zA-Z0-9 \t]的方式,后点击replace all删除图标

(3)通过正则化对其进行排版的处理(换行处理)

(4)更改成为字典的形式(在英文单词前后添加引号,数字和英文)

(5)至此,成功转化为字典的形式,下一步对整个字典进行排序,获得top 30
工具:python&pycharm 

(6)提取top 30 字典中的value,形成新的列表(list)


2.对数据进行可视化处理并进行分析
使用工具:python & matplotlib & pycharm 

  • 条形图

 

  • 三维散点图

 

  • 二维散点图

综上可得分析:

  1. 互联网&IT领域(Apps,productivity software, mobile,Saas),商业领域(businesses productivity)占据所有行业的领先位置
  2. 从横向条形图中仍可以发现Saas软件服务创业量占据领军位置的同时,远超top30中其余行业创业数量许多,以此预判Saas“软件暨服务”理念会引领软件行业的应用模式。
  3.  由二维图,三维图可知,top30行业的创业公司数量大多在200-400范围内,与top5的创业公司数量差距较大,以此判断,top5以外的行业竞争激烈,需找寻突破口。