【希拉里在FBI的“帮助”下躲过了一桩邮件门，却又撞上另一桩。在民主党全国代表大会前夕，维基解密公开了一批民主党高层的邮件。人们于是乎知道了这些美国民主党人是如何“钦定”希拉里，甚至不惜给桑德斯使绊子。除此之外，这些邮件还透露了什么信息？网友“Multiangle”分析了其中6000封左右的邮件。】

花了一个晚上加上午的时间，写了个分析邮件往来关系的单线程小爬虫来玩玩，很简陋而且代码也比较乱，实现的功能也比大神差远了，不过能生成基本的社交关系数据。分析了6000封左右邮件，对收件人之间的关系进行了简单的分析，也没什么严密的分析计划，分析到哪就写到哪吧。

1.首先来看收发邮件数

6000封邮件涉及了600个左右的邮箱。单看发送邮件的数目，前五强邮箱分别是：

kaplanj@dnc.org 645封

MirandaL@dnc.org 645封

DNCPress@dnc.org 200封

PaustenbachM@dnc.org 149封

postmaster@finance.democrats.org 147封

单看接收和抄送的数目，则前五强分别是：

kaplanj@dnc.org 2224封

MirandaL@dnc.org 1030封

PaustenbachM@dnc.org 656封

Comm_D@dnc.org 649封

comers@dnc.org 540封

具体的一些信息如下图所示（按照发送邮件数目排序）：

如果按照发件数或者收件数对各邮箱进行排序，都可以看到社交分析中常见的指数曲线：

令我比较惊讶的是，在对发送邮件数取对数以后，所得到的结果仍旧是一条指数曲线。如下图所示：

这表明，这个竞选团队中极少数人有着极大的话语权。毕竟在求对数以后一般是得到一条直线的，例如微博中排名前几千的大V的粉丝数分布，就像下面这个图（原谅我的灵魂画技）：

纵轴在接近0的地方会迅速向0靠近，这是由于对数函数本身的性质导致的。