或许当大家在刷微信的时候，或多或少都会看到这样一种新媒体影响力排行榜。

在看到榜单的时候大家会对最后一列当中的WCI心生疑惑：WCI究竟为何物，它又是怎样计算出来的呢，接下来的博客或许能够为你答疑解惑。
WCI（由清华大学新闻与传播学院提供学术支持，国内多个高校的知名学者教授担任学术顾问）是清博指数的一种算法，现在已经更新到V14.2，让我们来看一看清博指数WCI V14.2的算法。

计算公式复杂但是不难，
可以用Excel实现计算，
在这里我尝试使用Python来实现WCI V14.2的计算

下面放上我的代码，供大家参考。

import math 
# 总阅读数R
print('请输入以下参数：')
R = float(input('评估时间内所有文章总阅读数：'))
# 所有文章n
n = float(input('评估时间内所有文章数：'))
# 所有文章n
d = float(input('评估时间内所含天数：'))
nt=float(input('评估时间内头条篇数：'))
Z = float(input('评估时间内所有文章总在看数：'))
L = float(input('评估时间内所有文章总点赞数：'))
# 最高阅读数Rmax
Rmax = float(input('所有文章的最高阅读数：'))

# 最高点赞数Zmax
Zmax = float(input('所有文章的最高在看数：'))

Lmax= float(input('所有文章的最高点赞数：'))
Rt=float(input('评估时间内头条阅读数：'))
Zt=float(input('评估时间内头条在看数：'))
Lt=float(input('评估时间内头条赞数：'))
R_d = R / d
R_n = R / n
print('平均阅读数：', R_n)
Z_d = Z / d
Z_n = Z / n
L_d = L / d
L_n = L / n
Rt_d=Rt/d
Zt_d=Zt/d
Lt_d=Lt/d

WCI = pow((0.6 * (0.85 * math.log(R_d + 1) + 0.09 * math.log(10 * Z_d + 1)+0.06 * math.log(10 * L_d + 1)  ) + 0.2 * (
                    0.85 * math.log(R_n + 1) + 0.09 * math.log(10 * Z_n + 1)+0.06 * math.log(10 * L_n + 1)  ) + 0.1 * (
                               0.85 * math.log(Rt_d + 1) + 0.09 * math.log(10 * Zt_d + 1)+0.06 * math.log(10 * Lt_d + 1) ) + 0.1 * (
                               0.85 * math.log(Rmax + 1) + 0.09 * math.log(10 * Zmax + 1)+ 0.1 * math.log(10 * Lmax + 1))), 2) * 10*1.2
print(WCI)

通过输入需要的阅读量等统计值，就可以通过程序得到清博指数WCI了，大家可以尝试一下呢。