大數據揭秘: 原來單身女生有這些特點…

據媒體報導，中國目前的單身成年女性的數量已經超過一個多億，也就是說14.3%的成年女性處於單身狀態，與日本全國人口總數基本相當。

知己知彼，百戰不殆。如果你是一個單身女性，你可以看到自己的某些影子；如果是單身男生，你需要了解目標人群的特點；如果是已婚男士，要相信「天下鳳凰一般美！！！」

說 明

開始本文之前有幾點說明：

1、本文數據主要來自於某婚戀網站的爬蟲搜尋數據；

2、該網站上的女生默認為單身；

3、該網站上的個人信息默認為真實；

4、爬取的樣本數據具有充分的代表性。

一、基本概況

爬取該網站18~37歲之間的女生個人主頁信息，總體數量在5000左右，地域範圍涵蓋三十多個省（自治區、直轄市）。數據質量方面：身高、體重和工作等部分信息缺省。

二、人群年齡與星座分布

從年齡直方圖看，基本滿足正態分布，在24歲和32歲左右存在兩個較大的波峰。18~23歲正處於大學教育階段，校園戀情比較多，因此該年齡階段在網站註冊人數較少；26歲處於兩個波峰之間，是剩下比較少的年紀，說明這個年齡階段的比較搶手。

從星座分布來看，風相星座中的雙子座（11.47%）和天秤座（10.58%）的優異成績勇奪前兩名，有意思的是，同屬風相星座的水瓶座以5.51%墊底。按照一般的理解，風相星座想像力豐富，擅長社交，語言表達能力強，但性格變化多端，有喜新厭舊和情緒化的毛病，這也許是呈現兩極分化的原因吧。而自帶招黑體質的處女座（8.78%）表現相對中庸。

三、外貌協會特點

從身高分布直方圖上看，身高的眾數為165CM，主要分布區間為160~170。

從體重分布直方圖上看，體重集中於48~53kg之間，基本滿足正態分布規律。

從外貌自我描述的關鍵詞上看，「迷人」、「秀氣」、「可愛」高居三甲，同時「長髮」看起來是一個很重要的特徵，有意思的是還有人將「愛笑」、「健康」作為自我外貌的描述關鍵詞。

四、個性和愛好

從個性描述上看，「溫柔」、「開朗」、「活潑」的女生占據了單身女性的大多數，可能和人群分布規律類似。比較吸引眼球的關鍵詞「簡單」。我覺得此處的簡單，可能就是所謂的「喂馬劈柴周遊世界」「從明天起關心糧食和蔬菜」吧。

從愛好上看，「旅遊」、「逛街」、「聚會交友」愛好榜前三名。這也很好理解，主要的愛好其實是買買買，可以逛街買，也可以旅遊買，買了之後可以聚會交友，而後帶上朋友一起買。。。

五、受教育情況

受教育程度上看，本科占據了絕大多數，這和人群的分布規律基本一致。

六、工作和收入

職業分布情況見下圖：

令人比較吃驚的是各位單身的收入，不想評論了，都這麼高。。。

七、全國分布情況

可以看出，經濟發達的上海、北京等大城市的數量比較多，與黑河騰沖線人口分布規律一致。

八、數據相關性

選取年齡、身高、星座、省份、學歷、收入、職業等7個維度的刻畫數據，分別計算Pearson、Spearman和Kendall相關係數。

結論基本一致：收入和職業的相關性較強（Pearson相關係數=0.46），其次是收入和年齡、學歷的相關性。一個有趣的發現是身高和學歷竟然存在微弱的相關性，Pearson相關係數為0.26；而星座與其他各項的相關性最弱，所以經常說的XX星座擅長考試的說法應該是沒有依據的吧。

九、小結

單身女生分析報告基本完成。從統計結論上看，與人群分布規律基本一致，也與外界的認知基本統一。不過也有幾點有意思的發現：比如年齡分布的雙峰特點、風相星座的兩極分化、「旅遊逛街交友」的三大愛好以及身高和學歷間的微弱相關性。

數據里蘊含著豐富的寶藏，只要挖掘，總會有所發現。

程序 丨 druidlost

小七 丨 duoshangshuang

print_r('點個讚吧')；var_dump('點個讚吧')；NSLog(@"點個讚吧！")System.out.println("點個讚吧!");console.log("點個讚吧!");print("點個讚吧!");printf("點個讚吧!\n");cout << "點個讚吧!" << endl;Console.WriteLine("點個讚吧!");fmt.Println("點個讚吧!")Response.Write("點個讚吧")；alert（’點個讚吧’）