豆瓣九点和博客访问量

到现在为止,我的博文两次上了豆瓣九点科技,所以我有两份豆瓣九点带来访客的数据。既然有了数据,那自然要利用一下。

两次分别是 2011 年 8 月 4 日到 8 月 8 日和 2012 年 12 月 8 日到 12 月 11 日(尚未完全完成)。

数据分别是

multiverse-20110804-20110808.csv:2011 年 8 月

multiverse-20121208-20121211.csv:2012 年 12 月

利用 Mathematica,把数据按照时间绘制出来。不过比较忙,所以只处理 Total Visitors 和 Unique Visitors 的数据。

(右侧是 BrightBands 色带,向上指数据大,向下指数据小。)=>

上图是去年的数据,下图是今年的数据。

为了更加直观,添加了 Hue 的背景,用不同的颜色来区分一天中不同的小时。同时为了能够更好地提取出具有差不多访问者的小时时刻,使用 BrightBands 色带来填满数据点和时间轴(对于大量数据更有效些)。

首先说明的是,我用的是 Pacific Time,但是从 GA 得知绝大多数用户(由于高达 85% 以上)来自国内,因此要把时间换算成北京时间,即 +16 小时,而对于去年那次,由于夏令时缘故,需 +15 小时。由于图表我另有用途,所以并不切换到北京时间,但是下文所讲的白天黑夜是北京时间。

这样的话,可以用一幅图来展示代表小时的颜色的意义:

上图中的连续色带用来表示白天黑夜,可见绿线附近是白天,而紫色粉色附近是黑夜。

有了这些铺垫之后,可以很快发现,两张图的流量低谷恰在凌晨。哎,没有为我们提供新观点的可视化是没意义的。

需要提到,我两次都是凌晨写的文章。但两次数据表明

  • 大规模的爆发皆为下午 14:00,15:00 左右。大约 9 小时(即深夜 12 点)后进入低谷,因为大家都睡觉去了。
  • 上面提到国内访客大约 85%,也就是说国内/国外近似为 5.5,到了夜间,数据主要是紫色和红色。从上面的 BrightBands 色带可以看到橙色大约是红色的六倍,与定量数据是吻合的。
  • 每天中可以看到 filling 的色带的间隔出现,比如绿色和浅蓝色的间隔出现,这是一天中访客波动造成的。这里颜色所代表的和曲线的走势相同,少量数据没有优势,但是对于大量数据的话,颜色的重复出现就更容易观察到。
  • 完整的一天大约有五次峰值。大致为早上一次,午饭前一次,午饭后一次,下午一次,晚上两次。
  • 作为上述五峰值现象的一个特殊情况,爆发第一天的时候,两次是惊人的相似。

我这种绘图方法需要一定的了解之后才可以从中看到比较多的信息,所以不算是一种好的可视化。不过如果加上 interactive 的功能,那就好多了。

在绘图过程中,我还发现一个很奇怪的现象。我把 Total Visitors 和 Unique Visitors 都导出来,然后通过设置 filling 规则为:如果 Total Visitors 数量上多于 Unique Visitors,那么使用蓝色来 fill 两者之间的差异,反之,使用桔色。
原则上来说,应该只有蓝色出现,但是实际情况却并非如此。看下图。

上图是去年的情况,下图是今年的情况。两者都有桔色出现。很好奇这是如何造成的。是统计不准确?还是我对两个概念理解有错?

当然了,上面提到了两次的相似性,那么我们就把两次的情况放在一起对照吧。

特别是第一天爆发的时候,两次很相似。为什么?是因为豆瓣本身的扩散方式的特点么?还是由于大家都是差不多在相同的时间工作累了让后开始豆瓣呢?抑或是统计次数太少,两次都是特殊情况?

最后,来两张传统的图记录一下吧。


代码以及本文所用图片和数据文件在此:

Visualization: 数据、Mathematica及图片


关于作图的 post 都写完了,赶紧干正事吧~ 还要处理 BAO 的数据呢~