私信回覆「
ycy
」即可獲取本文程式碼和資料
閱讀文字大概需要 6 分鐘。
大家好我是痴海，最近網際網路圈被楊超越程式設計杯給刷了屏，為了一探這硬核的追星方式，我爬了整個「超越杯」的資料。
1 什麼是超越杯
那什麼是超越杯？簡單的來說就是由村民「楊超越的粉絲」自主舉辦的程式設計大賽，為了給超越打氣加油並安利。
那楊超越又是誰？可能你並不知道楊超越，但她的表情包你一定見過。
對就是這張前段時間瘋狂刷屏的表情「信超越，得好運」。
封面圖也是超越杯的宣傳海報，設計風格不僅非常酷，並且還有主辦方和協辦方，非常專業。
超越杯的主題不限範圍，任何與楊超越相關的產品都可以參賽。比賽的流程主要分為四個階段：組隊、開發、比賽、運維。
Github 地址
https：//github。com/ccyyycy/ycy/
目前已經有超過 200 名的村民參加比賽，村民當中還不乏一些 BAT 的員工，優秀作品的參賽者，還有機會得到 BAT 內推的名額。這是什麼硬核的追星方式！
2 爬取 Issue 資料
我作為一名爬蟲選手，自然就想到去 GitHub 倉庫上爬一波資料，看看這些村民都有哪些優秀的想法和專案。
專案說明規定了需要參賽的村民請到 Issue 裡發表組隊，於是我打開了 Issue 介面。
村民的腦洞真是大開，有做遊戲的、做 APP 的、甚至還用上了深度學習。隨後我編寫了「ycy_github。py」爬蟲，把 Issue 裡 229 資料都爬了下來，並存入到 mongodb 中。
我儲存了 Issue 裡的標題、相應連結、提交時間以及提交者的名稱。超越杯資料有了，接下來就要開始下一步的分析。
3 超越杯的資料分析
有些資料內容並沒有按格式來，而對於做資料分析的來說統一資料格式是非常重要的一件事，所以我首先把不符合格式的資料清理掉，清除後的資料還有 46 條。
1 格林威治時間轉化
首先第一個坑就是 issue 上爬到的時間是「格林威治的時間」，並不是我們標準的北京時間格式。
所以我寫了個函式先把「格林威治時間」先轉化下。
def utc2local（date_string）： import dateutil。parser import pytz from datetime import datetime local_time = dateutil。parser。parse（date_string）。astimezone（pytz。timezone（‘Asia/Shanghai’）） da = datetime。strftime（local_time， ‘%Y-%m-%d %H：%M：%S’） return da
2 清洗不符合規範的標題
專案說明欄那裡已經說明了提交格式 ，即下面這張圖。
我就可以利用 split 函式分割 + 符號，如果分割出來的長度是等於 5 那大機率說明是按標準的格式來的，但還是會有不符合標準的。
原資料只有：issue_title、issue_url、issue_time、issue_name。
透過清洗到了最後的資料變成了下圖所示，這樣的資料就多了非常多有用的資訊了。
到這裡本次超越杯的資料基本清理完畢，清洗完之後就開始真正的分析環節了。
4 村民專案提交數
在時間線這條緯度上，3 月 8 號村民提交的 issue 數量是最多的，隨後的數量依次遞減。
5 村民們選題的方向
我從符合規範中的 46 個專案，透過標題得出的方向，從高到底依次給村民們的專案進行排序。
39% 的村民選擇了做遊戲，其他的佔比基本差不多。村民們的方向也非常豐富多彩，遊戲、音訊、網站、圖片、養成等等都有人在做。
其中有個「程式語言」引起了我的注意，好奇的我點開具體的 issue 地址，專案名為「超越語言/YCYL」。原來是為用繁體字的程式設計大佬，想要編寫屬於 YCY 的專屬程式語言。
6 村民們腦洞大開的專案名稱
接下來我對村民們的專案名稱做了一個詞雲，看看大家用到最多的詞語是什麼。
很明顯大家在取專案名稱的時候，大多數會使用超越體，比如「超越快吃鴨」、「超越狂扁小朋友」、「超越帶你玩」、「超越AR相機」。
但其中不乏一些即沙雕又有趣的專案名稱。
1「雙馬尾少女不死魚檸檬精」
2 「旅行青蛙-楊小越」
3 「超越滑機大戰」
7 村民們使用的技術棧
村民們使用的技術棧最多是前三名依次是：微信小程式、微信小遊戲、Python。
由於大家編寫的技術名稱並不是規範的寫法，所以在統計使用技術棧的時候是有挺大偏差的。但並不影響從資料中可以看出，村民各個都身懷絕技，有會 Python、小程式、iOS、Anroid、小程式、機器學習、AR 等等。從前端到後臺、從資料到建模、從設計到遊戲，沒有村民們不會的技術。
微信小程式之所以會被眾多村民使用，一是於最近幾年小程式的火爆，二是基於微信這個超級 APP 更容易傳播，說不定其中的優秀的作品會在朋友圈引起不小的轟動，這樣就可以把超越安利給更多的路人。
8 混入其中
在 issue 上面其實還有很多其他方向的內容，其中有不少的村民是選擇爬蟲，一下子我就興奮起來，雖後我就順藤摸瓜加入了其中一個 qq 群。
沒錯我也是白嫖程式碼的混子之一。
雖然群裡大家調侃自己是來白嫖的，但實際上大家從確認主題，討論方案，畫出思維導圖，分工，開始執行，這些步驟在短短的幾個小時內就確認好，執行力非常驚人。
9 總結
楊超越最初出現在人們視野是在「創造 101」這檔綜藝節目上，由於她單純不做作的性格，逐漸吸粉。但那時候知道楊超越的人還是範圍很小的一部分，直到下面的表情出現之後，各大網路門戶都能看到楊超越的身影。
我關注到楊超越也是因為朋友圈出現非常多這樣的圖片，甚至有人還當做頭像。
而如今「超越杯」又火了起來，但它為什麼會火？
固然是由於楊超越本身就是頂級的流量明星帶來的熱度，但我想是因為這樣的追星方式，重新整理了大部分人以前認知的。
以前的追星方式從來沒有出現過這麼硬核的程式設計形式，人天生對新鮮的事物會產生好奇心。就像我因為好奇村民們都會哪些優秀的想法，我才會寫下這篇文章。所以這樣的「超越杯」，才會引起人們的關注。
如今網際網路時代，如果你有獨特的一面，是有非常大機率火起來的。比如這次的「超越杯」，如果你也是一名程式設計師，恰好你的技術不錯又有好的點子，最後勝出，雖然不會讓你名聲鵲起，但肯定能讓你被關注「超越杯」的人記住。被人記住，你就可能是這個圈子裡 的 KOL（意見領袖），你的影響力就有可能逐漸建立起來，一定你擁有自己的影響力，未來是會產生非常多你意想不到的收益。
最後妹子們如果遇到程式設計師就嫁了吧，錢多話少執行力還賊強。
私信回覆「
ycy
」即可獲取本文程式碼和資料。
