天秤座的相親女最多？——浙江省相親大數據報告

01-27

我發現，到了我媽這個年紀的阿姨嬤嬤們都有一個共同的愛好——幫人介紹對象，特別熱衷於牽線搭橋，有時候還搞得很像人口販賣：

「你們那裡有小夥子嗎？」

「我們這裡有個很好的小姑娘！」

「你們這個條件不夠好...」

「有房子伐，有車子嗎？」

於是，在我媽的影響下，我早早地就關注起了相親界。前段時間還幫個老師寫了篇北京公園相親角的直播總結稿。所以呢，對相親界這個事情我還算是有點興趣（與熱情）。這次，為了更深入的了解相親的形勢，我決定利用學到的數據分析手段，來試試可以做哪些有趣的探索。

數據的獲取與清洗

首先按照慣例，要搞到數據。這次，主要選擇了最近熱議挺多的某線上相親網作為數據來源。該網站提供了一個搜索功能，可以直接按照設定條件進行搜索，從而批量獲取用戶的id。

不過，在實際操作中發現，搜索里每頁最多只展示25個用戶。例如按照上圖條件設置，有四萬多個人符合條件。當我不停的點下一頁查看時，看了100頁（2500個用戶）之後，再點下一頁出現的用戶就全是之前看過的。不清楚這是網站反爬蟲的設置，還是搜索引擎的設置（人家壓根就沒想過讓你看這麼多），所以如果要抓取全網用戶就顯得比較麻煩。

為此，我調整了下策略。為了讓數據更好的為「我」服務，將範圍縮小到了本省——浙江省，將用戶性別設置為女性，專門研究浙江省女性用戶的相親數據。然後根據年齡分段設置，就可以保證每次符合條件的用戶不會超過2500個，也就是說能讓爬蟲全部完整的抓取。最後獲取了浙江省近30天活躍的有照片用戶的所有id。接著根據用戶id爬取個人主頁信息，儲存為csv格式。進行了一系列的數據清洗，最後獲取了35050條數據，包含了24個特徵。

接下來就直接上報告了！

浙江省相親大數據報告（女性版）

基本信息篇

一、「27、29」是道坎

根據年齡分布統計，主要集中在24~30年齡段中，其中27歲和29歲女性用戶的數量高於其他年齡，分別有2387人和2363人。值得一提的是，最大的相親女用戶年齡達到了77歲，我特意看了下，並不是虛假用戶（人家是真的有需求！）。

二、本科，大專學歷成主流

在所有浙江省女性用戶中，本科學歷的女用戶的比重最高，達到了13721人，佔了近40%。其次是大專，有10246人。

三、一米六、一米六五最「多」

大多數浙江省女性用戶的身高集中在155cm到170cm。其中160cm的用戶最多，高達8408人。不過這是一個確定的異常值。因為在該網站註冊時候，默認身高是160cm，很多用戶沒有去修改，於是就導致160cm的人數最多。

所以我們無從知曉160cm用戶實際是不是最多。不過我們可以尋求第二個峰值，也就是165cm，有3423人，根據數據趨勢來看，這個數值可信度還是比較高的。

四、離異女性帶孩子的較多

在女性用戶中，未婚的佔了63%，超過了半數，喪偶的2%，離異的有35%。說實話離異用戶達到35%這個數值還是有點超出我的預料，不過這個應該也和我國近年來離婚率直線上升有一定的關係。在離異和喪偶用戶中，用戶還能填寫是否有小孩以及歸屬情況，所以再看一下離異用戶的具體情況。

除去未知情況之外，離異女性用戶自己帶小孩的有32%，比小孩歸男方的高了5個百分點。離異的媽媽們還是很辛苦的！

五、多數未購車

在是否購車這一欄中，有一萬多人沒有填寫。在填寫的用戶數據中，未購車的比例遠高於已經購車的用戶。

六、多數未購房，與父母同住

其實購房情況可以從之前的情況推斷出來，在已知的住房情況中，購房人數佔了31%，其中根據已有信息，有1937人的購房是無貸款的，1698人是有貸款的。而未購房的比例為69%，和未購車的比例相近。那麼再來看看未購房的群體中，具體理由是什麼：

除去理由未知，與父母同住的人數最多，緊接著的是獨自租房和與人合租，還有不少用戶是住在單位提供的房子里。

七、星座天秤多，生肖一馬當先

雖然我不是特別的相信星座這玩意兒，既然人家把這個列出來了還是來看一下。

在星座方面，天秤座人數最多，榮獲了「找對象最難」星座稱號，而生肖方面屬馬的人數最多。上文提到了27歲是道坎，現在27歲的用戶的確是屬馬。

八、杭州、寧波、金華三地用戶比例高

根據地區統計看，杭州市的用戶達到了13450，遠遠大於其他市。第二名是寧波市，第三名是溫州市。不過呢，由於本身女性人口數量的差別，這個也不能反應「相親需求」哪個地方比較高，我們需要除以當地女性人口數。所以，我從浙江省2016年年鑒中找出了各市女性人口的數據，計算了比例，如下：

可以看出，杭州市的佔比達到了0.37%，寧波市第二，金華市第三，舟山的佔比最少。由此可以得出一個結論，根據該網站數據來看，杭州市女性對網路相親的需求度最高，其次是寧波市和金華市。

擇偶標準篇

看完了基本信息，我們該來看一下她們對另一半的標準是怎麼樣的！

一、普遍要求男方比自己大兩歲

（在擇偶條件的年齡數據中採用的是區間範圍，為了方便計算全部選取平均值）

我們發現每個年齡段對男方的年齡平均值要求都大於本身的年齡，最高的接近五歲年齡差。在六十歲之前，平均每個年齡段的女性要求男方的年齡要比她大2.6歲，而這個值在18歲到30歲之間就變成了3.5歲！3.5歲什麼概念，就是對大學剛畢業的男性而言，你的妻子可能還在高考！總之，浙江省在相親的女性普遍希望找比自己大的，畢竟年長的男性看起來更加成熟嘛。

二、女性身高越高，對身高差要求越小

（同樣，在擇偶條件的年齡數據中採用的是區間範圍，為了方便計算全部選取平均值）

再來看看身高方面，女性用戶對男性的身高要求普遍比較高，平均理想身高達到了176cm。可以說這個條件相對過於理想了。因為根據網傳各省身高情況表的數據表明，浙江省男性的平均身高只有169cm，離176差距還是不小。按照女性身高段分開觀察，除去幾個極值，可以發現一個整體趨勢：身高越高的女性，對於男方身高的要求和自己本身的身高更接近，也就是這個身高差值越小。

三、對男方的婚姻狀況要求與自己較相似

當女性用戶按照「未婚，離異（有無小孩）未知，離異無小孩，離異有小孩歸對方，離異有小孩歸自己，喪偶（有無小孩未知），喪偶無小孩，喪偶有小孩歸對方，喪偶有小孩歸自己」這七種類型分類後，再查看相對應的擇偶婚姻要求。（如果不清楚，請點擊查看大圖）

大部分的女性用戶對男方的婚姻狀況要求不限，「不限」在每個分類比重中除了「未婚」之外均超過了半數，其中離異（有無小孩）未知的女性用戶中，婚姻要求「不限」的比重達到了72%。唯獨未婚的女性用戶，大多數還是很明確選擇想找未婚的，這就是結過婚和沒結過婚的差距！

每個分類下所佔比重第二多的，都是和自己婚姻情況一致的（除了未婚）。比如大部分的離異用戶除了要求不限之外，最多的就是要求對方也是離異，喪偶的用戶則要求對方也喪偶。這也是人之常情嘛。

不過有一點令我非常不解，作為沒有結過婚的女性用戶，竟然還有近百分之四表示希望找喪偶或者離異的男性。

四、對男方居住地的要求

在填寫居住地要求的女性用戶中，有68%的人希望男方目前居住在自己的出生地區，離家近，一切都好說！要說明一下的是在數據中，女方的位置和男方的位置不是同一個概念，女方的位置是指女方的出生地，而她們擇偶要求中男方的位置則是指男方的居住地，還是有些不一樣。

總結與展望

通過對某相親網站上浙江省女性用戶的數據分析，我們可以得到：在個人條件方面，24到30歲是網上相親的主力軍，其中27歲和29歲是道坎。在身高方面，165cm的較多。物質方面，多數女性用戶未購房（與父母同住）未購車，學歷主要為本科或者專科。如果是離異的用戶，則自己帶小孩的比較多。在地域分布方面，杭州寧波和金華的用戶比例相對比較高，相親需求較大。星座方面，天秤座的女性數量很多，生肖馬的用戶也比較多。在擇偶條件方面，平均要求男方身高是176cm，年齡要平均比自己大兩歲，婚姻狀況盡量要與自己相似，最好居住地和自己的出生地一致。

由於精力有限，還沒對浙江省的男性用戶數據進行抓取，如果之後有機會的話，可以抓取一下，做些有趣的對比。比如女性用戶的理想平均身高是176cm，那麼我就想看看該網站上的浙江省男性用戶身高平均值能不能達到這個數；也可以看看男女用戶在學歷啊、婚姻啊、星座啊等各方面的比例，是否有什麼很有趣的差別。

最後，我點進了一個男性用戶的個人主頁，這個網站義正言辭地提醒我：

嚇得我連忙關閉了瀏覽器。