說來奇怪，中國人愛吃，但是對吃的卻有千百種看法和意見，有的人喜歡吃辣，有的人不喜歡，有的人喜歡吃甜豆腐，有的人喜歡吃鹹豆腐，千滋百味是中國菜的特色，但中國的味道到底是怎樣的？或者說，主流的中國味道是怎樣的？是美食節目裡精緻的膳食，還是晚上回家老媽的一碗熱面？抑或是家門口小飯館裡冒着熱氣的回鍋肉？
為了解決這個問題，我開始琢磨從資料分析上想點門路。在我咽了無數次口水後，我選取了幾個美食網站，這幾個美食網站的特點是，上面的美食都是使用者主動上傳的，是以，爬取這些美食的相關資料，就相當于趴在窗外看了一次别人家的晚飯，當我趴在窗戶上看了足夠多的别人家的晚飯的時候，關于中國味道的印象應該就可以成形了。
雖然這樣做看上去有點猥瑣，但是我的内心是高尚的，這一點必須澄清一下。
首先，我依舊是寫爬蟲，這個爬蟲能夠自動從這幾個美食網站上随機擷取美食的資訊，包括食材，烹饪時間，具體步驟，美食名稱，上傳美食的使用者位置這幾個資訊。
和之前的爬蟲不一樣，這個爬蟲是自動去擷取資料的，不需要跟任何參數，是以我把它放在一邊，沒有管它，這樣過了一個小時之後。。。
第二天我又把它開了半天，最後大概爬取了約20萬份全國各地的人們主動上傳的美食。看到資料的我突然覺得，要是這都是做給我吃的就好了，20萬道菜，就算一天吃10道菜，都可以吃50年了。資料從某方面來講确實是好東西，但畢竟不能吃，少了那麼些意思。
和之前分析歌詞不同，幾十萬字的歌詞也才1m上下，存個文本文檔就足夠了，但這次不一樣，20萬份下來最少100m，要是放在文本文檔裡那别說分析了，打開它都得讓電腦卡死，是以這一次，我鳥槍換炮，把它存在了 mysql 資料庫裡面，說實話，g 以下的資料，也暫時還用不到 hadoop 一類的東西，mysql 足矣。
通過對食材的聚類分析，我們可以看出，最受歡迎的調理是鹽，其次是糖，醬油（ps:同類詞已經合并，例如糖和白糖，都算做糖）
這從某種程度上說明了，鹹味比甜味還是更主流一點。
那麼，人們最喜歡吃的肉是什麼呢？我們把食材又做一次聚類，發現了如下事實：
可以看得出，五花肉是不可撼動的存在，第二名排骨的份額也不錯，達到了12.1%，其次是牛肉和豬肉。雖然豬肉略遜于牛肉，但五花肉和排骨其實也是豬肉，是以，豬肉無可辯駁的是中國人的餐桌之王。令我比較吃驚的是蝦仁有8.57%的份額，我小時候基本上很少吃蝦仁，這世界變化快啊。
肉類看完了，那麼對于蔬菜的選擇又是怎樣的呢？
看了結果我有一點憤怒，為什麼這麼難吃的胡蘿蔔居然是第一？而且那麼領先。又是為什麼，香菜居然出現在了前十的名單裡面。我最愛的洋芋，居然隻有 14.54% 的份額。這太讓人震驚了。
另外我還發現了一個不得不說一下的事實，就是在描述用量的時候，出現最多的是「适量」，這個描述每次我看到都很頭疼，适量到底是多少，為什麼不能說的明白一點呢，我手一抖，倒下去半瓶醋，是不是也是适量？
看完了食材，我們看一下中國人最常做的菜是什麼：
可樂雞翅，這勾起了我遙遠的回憶，我第一次聽到這個名字的時候還在上國小，那時候我覺得這個菜肯定特别牛逼，特别複雜。後來卻發現，這道菜出奇的簡單，那些号稱能在廚房露一手，但是平時從來不下廚房的人們，往往能露的也隻有可樂雞翅和蛋炒飯，最多再加一個洋芋絲。
另一個比較好玩的資料是烹饪時間，統計發現，接近半數的菜，烹饪時間為30-45分鐘，這充分說明了中國人做菜是充滿耐心的，雖然社交網絡上充斥着幾分鐘做一個什麼什麼菜的教程，但是大家還是願意認認真真，花幾個小時做一桌一家人的晚餐，這是中國傳統文化中關于食物的美好的地方。
中國菜的技藝複雜，煎炒炸蒸焖煮燒，什麼技法是出現最多的呢？
炒是做常見的做法，其次是燒，蒸和煎。
照例，我們可以杜撰一下一道典型中國菜的畫像：适量的五花肉，适量的胡蘿蔔，洋芋和洋蔥，以及适量的醬油，鹽和糖。首先把鍋燒熱，倒入适量的油，然後放入姜蒜，等香味出來後，放入五花肉，等到五花肉的油出來，肉微焦，香味四溢的時候，放入胡蘿蔔，洋芋，洋蔥，繼續翻炒，然後放入醬油上色，鹽，糖，繼續翻炒入味，還可以放點水燒一下。然後撒點蔥花，就可以出鍋了！
炒出來可能是這個樣子：
md，居然餓了。
原文釋出時間為：2017-03-02
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号