🎧 👨🏽‍🚀 👊🏾 हाबरा मेगारेटिंग: 12 वर्षों के लिए हबर का सर्वश्रेष्ठ लेख और आँकड़े। भाग 2/2 🎅 🚌 😟

हाय, हैब्र।

पहले भाग में , इस तरह के एक दिलचस्प संसाधन के विकास के कुछ पैटर्न को हब्रहाब्र माना गया था। सामग्री लंबी हो गई, इसलिए निरंतरता यहां है। इस भाग में, हम एक ही समय में देखेंगे कि इस तरह के चित्रों का निर्माण कैसे किया जाता है, और आखिरकार, हम अपने आंकड़े और रेटिंग को पूरा करेंगे।

परिणाम के बारे में कौन परवाह करता है, कृपया, बिल्ली के नीचे।

लेख के शीर्षक (शब्द बादल)

लेखों की रेटिंग के समापन से पहले, यह देखना दिलचस्प हो गया कि शीर्षकों में कौन से खोजशब्द सर्वाधिक लोकप्रिय हैं। यह काफी स्पष्ट है कि विभिन्न प्रौद्योगिकियों की लोकप्रियता समय के साथ बदलती है, मैं इसे दृश्य रूप में देखना चाहता हूं।

यह पायथन के साथ करना आसान है:

from wordcloud import WordCloud def split_words(s): try: words = re.split('[:?., "''()<>-\[\]|!]', s) return map(to_ascii, words) except: return [] def filter_words(s): s = s.decode('utf-8').encode("ascii", errors="ignore").decode() return len(s) > 2 def to_ascii(s): s = s.replace("'", '').replace("-", '').replace("|", '') return s.decode('utf-8').encode("ascii", errors="ignore").decode() titles = df['title'].str.lower() ts = titles.apply(lambda x: pd.value_counts(filter(filter_words, split_words(x)))).sum(axis = 0) ts = ts.sort_values(ascending=False) print(ts[:50]) print() s_all = "" for p in range(min(ts.shape[0], 200)): s_all += (ts.index[p] + ' ') * int(ts.values[p]) wc = WordCloud(width=1600, height=1200, background_color="white", relative_scaling=1.0, collocations=False, ).generate(s_all) plt.figure(figsize=(9,6)) plt.title("%d" % year) plt.xticks([]) plt.yticks([]) plt.tight_layout() file_name = 'habr-words-%d.png' % year plt.savefig(file_name)

हालांकि, 12 चित्रों की "शीट" प्रदर्शित करना असुविधाजनक होगा - हम यह सब जिफ-एनीमेशन के रूप में करेंगे। हम एक अलग फ़ंक्शन में कोड निकालते हैं और इसे वर्षों की वांछित श्रेणी के लिए चक्रीय रूप से चलाते हैं।

 import imageio images = [] for y in range(2006, 2019+1): file_name = make_words_cloud(df, y) images.append(imageio.imread(file_name)) imageio.mimsave('habr-words.gif', images, duration=2)

और आखिरी क्षण: शब्दों की तुलना करना आसान बनाने के लिए, हम यह सुनिश्चित करेंगे कि समान शब्द हमेशा समान रंगों से मेल खाते हों।

 colors_dict = dict() def random_color_func_(word=None, font_size=None, position=None, orientation=None, font_path=None, random_state=None): if word in colors_dict: return colors_dict[word] else: c = random_color_func(word, font_size, position, orientation, font_path, random_state) colors_dict[word] = c return c wc = WordCloud(width=2600, height=2200, background_color="white", relative_scaling=1.0, collocations=False, color_func=random_color_func_).generate(text) ...

GIF के रूप में अंतिम परिणाम:

और शब्दों का आकार (यह प्रविष्टियों की संख्या के लिए आनुपातिक है) और उनकी विविधता खुद के लिए बोलते हैं। कुछ पैटर्न दिलचस्प हैं - केवल Google पहले स्थान पर निर्विवाद रूप से था, फ्लैश, ओपेरा और याहू चले गए थे, किसी ने 10 साल पहले अमेज़ॅन के बारे में नहीं लिखा था, और टेस्ला, कोटलिन या जीडीपीआर जैसे नाम नहीं थे।

रूसी शब्दों के लिए वितरण बनाने के लिए एक समान प्रयास किया गया था, लेकिन यह पूरी तरह से विफल हो गया - रूसी भाषा में उपसर्गों और समाप्ति की घोषणा के कारण, परिणाम एक यादृच्छिक संख्या जनरेटर की तरह अधिक था। संज्ञाओं को अलग-थलग करने, उन्हें नाममात्र के मामले में लाने, आदि को "सामान्य" करने का प्रयास, शायद इस लेख की आवश्यकता नहीं है, लेकिन शोध प्रबंध का दायरा। लेकिन यह देखना दिलचस्प होगा कि कैसे, उदाहरण के लिए, "रोज़कोमनाडज़ोर" या "ड्यूमा" शब्द प्रशस्ति पत्र की रेटिंग में बढ़ गया है (लेकिन चलो दुखी चीजों के बारे में बात नहीं करते हैं)।

इस पर, हम अंत में प्रोग्रामिंग के साथ समाप्त होते हैं, और वास्तविक रेटिंग पर आगे बढ़ते हैं।

रेटिंग

एक बार फिर, रेटिंग अनौपचारिक है, और पूर्ण विश्वसनीयता की गारंटी नहीं है। यदि, उदाहरण के लिए, सर्वर ने कुछ लेख पर समय समाप्त किया, तो ऐसा लेख सूची में शामिल नहीं किया जाएगा। शायद कुछ अन्य छिपे हुए सूचकांक हैं जिनके बारे में मुझे पता नहीं है। 2006 से 2019 तक 206 हजार लेखों को मैन्युअल रूप से जांचना काफी कठिन है। यदि लेखकों में से एक ने खुद को रैंकिंग में नहीं पाया, लेकिन यह सुनिश्चित है कि उसे वहां होना चाहिए, लिखना चाहिए, मैं इसे मैन्युअल रूप से जोड़ूंगा। 10 साल पहले के कुछ लेख पहले ही पुराने हो गए होंगे, लेकिन इस तरह से, यह और अधिक दिलचस्प है - आप कुछ भूल गए क्षणों को याद कर सकते हैं।

चलो चलते हैं :) खैर, सभी लेखकों में, मैं आपको अनुपस्थिति में सुपर-टॉप में आने के लिए बधाई देता हूं। हालाँकि नामों का विश्लेषण पार्सिंग के दौरान नहीं किया गया था और रेटिंग में दर्ज नहीं किया गया था, लेकिन मुझे लगता है कि जिन्होंने लेख बनाए हैं वे शायद खुद को पहचान लेंगे।

संपादित करें : जैसा कि कुछ उपयोगकर्ताओं ने देखा है, लेखों के एक जोड़े को दो बार दोहराया जाता है। यह एक पार्सिंग त्रुटि नहीं है, इन लेखों को वास्तव में बार-बार निर्धारित किया गया था - लिंक अलग हैं, और एक रीडायरेक्ट उसी लेख की ओर जाता है।

शीर्ष 20 लेख विचारों द्वारा

हैक वाई-फाई ... 3 सेकंड 2,000,000 बार देखा गया, 63 टिप्पणियाँ, रेटिंग + 112.0 / -21.0
स्काइप पर छिपा इमोटिकॉन्स 1,655,000 बार देखा गया, 69 टिप्पणियाँ, रेटिंग + 173.0 / -74.0
हम अपना पहला आवेदन Android 1,535,000 विचारों, 95 टिप्पणियों, रेटिंग + 123.0 / -15.0 पर लिख रहे हैं
300 अद्भुत मुफ्त सेवाएं 1,482,000 विचार, 104 टिप्पणियाँ, रेटिंग + 325.0 / -16.0
हैक वाई-फाई 10 घंटे में 1,416,000 बार देखा गया, 164 टिप्पणियाँ, रेटिंग + 294.0 / -10.0
सबसे छोटे के लिए नेटवर्क। भाग शून्य। 1388000 विचारों की योजना , 133 टिप्पणियाँ, रेटिंग + 100.0 / -4.0
वाई-फाई: गैर-स्पष्ट बारीकियों (उदाहरण के लिए, एक घरेलू नेटवर्क) 1,186,000 बार देखा गया, 138 टिप्पणियाँ, रेटिंग + 231.0 / -3.0
हम पायथन को एक गुणवत्तापूर्ण तरीके से 1,181,000 विचारों, 87 टिप्पणियों, रेटिंग + 59.0 / -27.0 पर पढ़ा रहे हैं
शुरुआती जावा प्रोग्रामर 1,084,000 बार देखा गया, 58 टिप्पणियाँ, रेटिंग + 113.0 / -7.0
1000+ घंटे जावा वीडियो रूसी 1,076,000 बार देखा गया, 38 टिप्पणियाँ, रेटिंग + 111.0 / -9.0
शुरुआती के लिए Android प्रोग्रामिंग। भाग 1 1,043,000 विचार, 29 टिप्पणियाँ, रेटिंग + 50.0 / -34.0
डमीज के लिए मिकरोटिक को 1,006,000 विचारों, 114 टिप्पणियों, रेटिंग + 34.0 / -5.0 की स्थापना की प्रथा
लिथियम आयन बैटरी 999,000 विचारों, 34 टिप्पणियों, रेटिंग + 21.0 / -2.0 का उपयोग करने के लिए 5 व्यावहारिक सुझाव
एक बार फिर आईपी-एड्रेस, सबनेट मास्क और सामान्य रूप से 972000 विचारों, 203 टिप्पणियों, रेटिंग + 261.0 / -25.0 के बारे में
GitHub से कैसे शुरू करें: जल्दी शुरू करें 948,000 विचार, 50 टिप्पणियाँ, रेटिंग + 165.0 / -17.0
ऑनलाइन सीखने के लिए 27+ संसाधन 939,000 विचार, 68 टिप्पणियाँ, रेटिंग + 163.0 / -11.0
मेमो टू ssh यूजर्स 925,000 व्यूज, 135 कमेंट्स, रेटिंग + 352.0 / -8.0
सीआरएम सिस्टम क्या हैं और उन्हें सही तरीके से कैसे चुनना है? 916000 विचार, 30 टिप्पणियाँ, रेटिंग + 21.0 / -7.0
सरल गेम रणनीति 2,048,897,000 विचार, 43 टिप्पणियाँ, रेटिंग + 63.0 / -20.0
जेनिफर लॉरेंस और अन्य कई मशहूर हस्तियों के उम्मीदवारों की तस्वीरें iCloud 895,000 विचारों, 328 टिप्पणियों, रेटिंग + 183.0 / -23.0 के माध्यम से प्रवाहित हुईं

शीर्ष 20 रैंक लेख

सापेक्ष रेटिंग द्वारा शीर्ष 20 लेख

बुकमार्क की संख्या से शीर्ष 20

अनुपात देखने के लिए शीर्ष 20 बुकमार्क

शीर्ष 20 सबसे विवादास्पद लेख

पहली पोस्ट , 667 टिप्पणियाँ, रेटिंग + 596.0 / -445.0
VKontakte के उपयोगकर्ताओं के भेदभाव , 319 टिप्पणियाँ, रेटिंग + 399.0 / -258.0
क्यों Vkontakte गिर गया , 380 टिप्पणियाँ, रेटिंग + 306.0 / -255.0
यह कोड , 217 टिप्पणियों, रेटिंग + 258.0 / -234.0 में टैब का उपयोग करने के लिए टाई करने का समय है
पाठक और दोस्त दोनों igrets , 175 टिप्पणियाँ, रेटिंग + 337.0 / -233.0
अलविदा कर्म या किसे iPad की जरूरत है? , 520 टिप्पणियाँ, रेटिंग + 661.0 / -223.0
Apple के अनुपयुक्त उत्पाद , 504 टिप्पणियाँ, रेटिंग + 397.0 / -218.0
अर्थहीन 'ऑपरेटिंग सिस्टम' , 325 टिप्पणियाँ, रेटिंग + 394.0 / -215.0
चो! Meyl.ru. चो? , 497 टिप्पणियाँ, रेटिंग + 316.0 / -205.0
Pepyaka , 255 टिप्पणियाँ, रेटिंग + 239.0 / -204.0
कॉस्टयूम लोमड़ी-फ़ायरफ़ॉक्स [फोटो] , 105 टिप्पणियाँ, रेटिंग + 285.0 / -204.0
Microsoft के बारे में बात करते हैं , 990 टिप्पणियाँ, रेटिंग + 261.0 / -201.0
OpenSource-kursach, या शिक्षक को अवक्षेपित करें, 538 टिप्पणियाँ, रेटिंग + 276.0 / -200.0
यैंडेक्स ब्राउज़र , 825 टिप्पणियाँ, रेटिंग + 266.0 / -199.0
व्यापारी एपीआई , 136 टिप्पणियाँ, रेटिंग + 231.0 / -198.0
भगवान एक बेवकूफ गेम डिजाइनर है , 531 टिप्पणियाँ, रेटिंग + 351.0 / -195.0
मैंने मोज़िला फ़ायरफ़ॉक्स , 324 टिप्पणियों, रेटिंग + 225.0 / -193.0 से इनकार क्यों किया
द मिस्ट्री ऑफ वोग पत्रिका , 199 टिप्पणियाँ, रेटिंग + 225.0 / -189.0
ऑर्डर ऑफ द व्हाइट नाइट्स ऑफ हब्र , 553 टिप्पणियाँ, रेटिंग + 213.0 / -188.0
सभी PHP दो लाइनों में , 322 टिप्पणियाँ, रेटिंग + 240.0 / -187.0

शीर्ष 20 सबसे अधिक टिप्पणियाँ लेख

सबसे अधिक संख्या में नापसंद के साथ एंटिटोप -20 लेख

बोनस

और जो लोग यहां तक पढ़े हैं उनके लिए एक छोटा सा बोनस - हम अंग्रेजी में लिखे गए लेखों की एक मिनी-रेटिंग करेंगे। यह रेटिंग अनिवार्य रूप से एक वर्ष है पहले, बस नहीं था, लेकिन यह है, कि है। इसे पाने के लिए, बस एक पंक्ति कोड जोड़ें - उन फ़िल्टर लेखों का चयन करें जिनमें लिंक फ़ील्ड में "/ en /" है:

 df = df[df['link'].str.contains("/en/")]

परिणाम नीचे दिखाए गए हैं। मैं सभी श्रेणियां नहीं दूंगा, क्योंकि कुछ अंग्रेजी भाषा के लेख हैं, और बहुत कुछ दोहराया जाता है।

शीर्ष अंग्रेजी देखे गए लेख

बुकमार्क गणना द्वारा शीर्ष अंग्रेजी भाषा के लेख

निष्कर्ष

कोई निष्कर्ष नहीं निकलेगा। ध्यान देने के लिए आप सभी का धन्यवाद, और पढ़ने का आनंद लें :)

हाबरा मेगारेटिंग: 12 वर्षों के लिए हबर का सर्वश्रेष्ठ लेख और आँकड़े। भाग 2/2