中国大学MOOC，学堂在线：1600门课程学生最喜爱的原来是

如今，在线学习已经成为学习者必不可少的一部分，国内较大的平台如学堂在线，中国大学慕课等，“强行科普：MOOC自称为大规模开放在线学习平台（massive open online courses）”，

接下来两点IT通过Python大法获取某网1600门课程数据，给大家说说真实的MOOC现状。

一、数据获取

今日就把目前市场占有率较高的中国大MOOC为目标,，来获取上千门慕课课程数据（目标链接：https://www.icourse163.org/category/all）

环境配置及模块安装

Python版本： Python3.6

依赖模块：pymysql，selenuim，bs4，re等

整体思路是：

先爬取每个区域的url和名称，跟主url拼接成一个完整的url，循环url列表，依次爬取每个区域的课程信息。

在爬每个区域的课程信息时，找到最大的页码，遍历页码，依次爬取每一页的课程信息

开启多线程

保存数据到mysql

数据分析

核心代码如下：

网页解析 加载Chrome网页

二、数据存储

由于mysql功能强大，操作简便，python对其支持性较好，选用mysql。不过其他数据库皆可，数据存储原理大同小异。

三、数据分析

链接数据库

先来看看均值，下图中stu_num的均值为7005人，即每门课程的平均选课人数，平均数看起来还不错，但往往也会陷入平均数陷阱。由中位数可知，这显然是个两级分化的数据。

那么大那么小

并不是所有的课程都那么受学生欢迎，下图则可看出整体数据的分布为L型，最高的选课人数超过了18万人，大于2.5万的课程有76门，这个数值已经很了不起了，占到了总课程数量的4.6%；这么说来，又有95.4%的课程低于此人数，不过看来，对于一门课学生人数已经足够多了。有超过最低的选课人数为难以想象的 0 。你没看错，在这个L的长尾里是从不断趋于0，到直接等于0。

通过审查数据，我们发现选课人数为0 的慕课开课时间处于待定，或还未到开课时间。

开课数量大于25门课程的学校如下图所示

饼图代码

以上是中国大学MOOC的数据，

更多数据内容，关注公众号，回复MOOC即可获得。

======End======