首先導(dǎo)入需要的包。
接下來讀入100行數(shù)據(jù)，查看數(shù)據(jù)大致情況。
從圖中可以看出，每行數(shù)據(jù)均有14個字段。
我們讀入數(shù)據(jù)的id,分類和上傳時間字段。大致統(tǒng)計一下數(shù)據(jù)。
我們統(tǒng)計一下，在本數(shù)據(jù)集中共出現(xiàn)了多少種獨(dú)立的數(shù)據(jù)集。
從結(jié)果可以看出，共176個子集。
接下來我們提取出19年以后的論文。
在得到了2019年以后的所有論文以后，我們挑選出計算機(jī)領(lǐng)域內(nèi)的所有文章。這里需要使用爬蟲。
我們將2個表格合并后，可以用餅圖看下每一個大類的文章占比情況。
最后計算一下計算機(jī)領(lǐng)域2019年和2020年各小類論文的分布情況。
