数据可视化课程设计——北京新发地官网数据分析与可视化展示【内容在jupyter notebook里面展示】包含数据爬取与可视化分析详解
目录
一、课题说明
1.1、设计原因:
1.2、设计目标:
1.3、开发环境:
1.4、爬取网站链接
二、准备工作
2.1、数据获取:
2.2、爬取的数据说明:
2.3、爬虫程序设计的思路:
三、详细设计
3.1、导入库的模块:
3.2、对数据先进行读取:
3.2.1、显示前5条记录
3.2.2、查看数据的规模:行数和列数
3.2.3、利用info()查看数据的维度、字段名及类型等
3.2.4、利用describe()查看数据初步统计信息
3.3、对数据整体进行清洗:
3.3.1、查看数据是否有缺失值或者重复值
3.3.2、查看各元素是否为空值
3.4、对数据进行统计:
3.4.1、查看规格列包含具体种类
3.4.2、查看规格列各种类出现的次数
3.5、对蔬菜数据分析
3.5.1、查看每一列的数据类型
3.5.2、查看价格的相关情况
3.5.3、随机抽取10条数据:
3.6数据可视化展示:
3.6.1、#绘制每个属性的直方图,来快速了解数据
3.6.2、对平均价做对应的直方图与密度图的集合、加阴影的图以及小细线图
3.6.3、对产地以及品名做计数图
3.6.4、对产地的最高价绘制散点图
3.6.5、对蔬菜信息表的前70条数据产地的平均价绘制箱线图
3.6.6、对蔬菜信息表的前100条数据绘制最高价与最低价绘制多面板图
3.6.7、对蔬菜信息表第10条到20条数据绘制分组关系图
3.6.8、对于蔬菜信息表的最高价、最低价、平均价特征进行两两对比
3.6.9、绘制蔬菜信息表100到300条数据品名次数分布的散点图
3.6.10、蔬菜规格展示图
3.6.11、按照产地绘制柱状图
3.6.12、分析最高价与最低价以及平均价之间的箱线图
3.6.13、查看鲁地的各蔬菜平均价的分布情况饼图展示
3.6.14、绘制产地的词云
3.6.15、红尖椒与线椒的最高价、最低价、平均价随日期的变化趋势
3.6.16、绘制最高价前40的品名的散点图
3.6.17“红尖椒”的最高价在全部时间的分布情况饼图展示
3.6.18、“番茄”的最高价在全部时间的变化情况折线图展示
3.6.19、产地信息第200到1000条数据的蔬菜分布图
3.6.20、最低价排序第300到500条数据的蔬菜分布图
3.6.21、查看规格列各种类出现的次数,并且绘制节点图
3.6.22、部分蔬菜产地路线和数量图
四、设计遇到的问题以及难点:
4.1关键技术与难点:
4.2 处理数据与绘制图像
五、设计的总结与体会
一、课题说明
1.1、设计原因:
参考数据可视化课程内容,结合已学习的课程知识,对新发地官网的蔬菜价格数据进行“爬取—清洗—存储—可视化—结论性分析”的工作。
1.2、设计目标:
通过对上述数据的爬取和分析,实现对数据的整体评价或预测,并对一些数据进行可视化展示。
1.3、开发环境:
主要是Jupyter Notebook
1.4、爬取网站链接
http://www.xinfadi.com.cn/priceDetail.html
二、准备工作
2.1、数据获取:
爬取的代码:
import jsonimport requestsimport threadingimport pandas as pd# 页数page = 1# 商品总列表count = []# json列表jsons = []# 解析网页函数def url_parse(page):# 请求地址url = 'http://www.xinfadi.com.cn/getPriceData.html'headers = {"Accept": "*/*","Accept-Encoding": "gzip, deflate","Accept-Language": "zh-CN,zh;q=0.9","Cache-Control": "no-cache","Connection": "keep-alive","Content-Length": "89","Content-Type": "application/x-www-form-urlencoded; charset=UTF-8","Host": "www.xinfadi.com.cn","Origin": "http://www.xinfadi.com.cn","Pragma": "no-cache","Referer": "http://www.xinfadi.com.cn/priceDetail.html","User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.107 Safari/537.36","X-Requested-With": "XMLHttpRequest",}data = {"limit": "20","current": page,"pubDateStartTime": "","pubDateEndTime": "","prodPcatid": "1186", # 商品类id"prodCatid": "","prodName": "",}response = requests.post(url=url, headers=headers, data=data).text# 获取商品信息response = json.loads(response)['list']# 生成线程锁对象lock = threading.RLock()# 上锁lock.acquire()# 添加到json列表中jsons.append(response)# 解锁lock.release()# 解析json函数def json_parse(product):lock = threading.RLock()lock.acquire()dic = {'品名': product['prodName'], "最低价": product['lowPrice'], '最高价': product['highPrice'],'平均价': product['avgPrice'], '规格': product['specInfo'], '产地': product['place'],'单位': product['unitInfo'],'发布日期': product['pubDate']}print(dic)# 将商品信息添加到商品总列表中count.append(dic)lock.release()if __name__ == '__main__':num = int(input('请输入爬取页数:'))# 多进程解析网页for i in range(1, num + 1):x = threading.Thread(target=url_parse, args=(i,))x.start()x.join()# 多进程解析jsonfor i in jsons:for product in i:y = threading.Thread(target=json_parse, args=(product,))y.start()y.join()# 生成exceldata = pd.DataFrame(count)data.to_excel('爬取蔬菜相关信息.xlsx', index=None)
2.2、爬取的数据说明:
本次爬虫从2022-11-07到2022-11-22开始爬取,共爬取了100页,1741条数据,八列分别为品名、最低价、最高价、平均价、规格、产地、单位、发布日期、等,其中无重复值,产地有409个缺失值,规格有1188个缺失值,缺失值过多不能直接删除,这两个变量在后续研究中只看比较关系,无需填充,所以不用进行缺失值处理。数据类型有两类,object类型的数据有产地、单位、发布日期、品名、规格等,float64类型的数据包括平均价、最低价、最高价等。
2.3、爬虫程序设计的思路:
向HTML网页提交POST请求的方法,对应于HTTP的POST,找到蔬菜信息页面,然后进行翻页,发现页面的url没有发生改变,所有蔬菜信息是通过接口数据动态获取的,是动态数据。进行chrom调试抓包,找到每个页面信息所在的url,发现每个信息的url都相同,post请求,formdata不同。通过修改提交的data来获取不同页面的蔬菜信息。
三、详细设计
3.1、导入库的模块:
import numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltimport jiebafrom tkinter import _flattenimport wordcloudimport warnings#引入警告信息库warnings.filterwarnings('ignore')#过滤警告信息import pandas as pdfrom matplotlib.font_manager import FontPropertiesplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']%matplotlib inline
3.2、对数据先进行读取:
3.2.1、显示前5条记录
df1 = pd.read_excel(r'爬取蔬菜相关信息.xlsx')df1df1.head()
3.2.2、查看数据的规模:行数和列数
print(df1.shape) #查看维度print(df1.index.size) #获得行数print(df1.columns.size) #获得列数
3.2.3、利用info()查看数据的维度、字段名及类型等
df1.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1740 entries, 0 to 1739
Data columns (total 8 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 品名 1740 non-null object
1 最低价 1740 non-null float64
2 最高价 1740 non-null float64
3 平均价 1740 non-null float64
4 规格 552 non-null object
5 产地 1331 non-null object
6 单位 1740 non-null object
7 发布日期 1740 non-null object
dtypes: float64(3), object(5)
memory usage: 108.9+ KB
3.2.4、利用describe()查看数据初步统计信息
df1.describe()
3.3、对数据整体进行清洗:
3.3.1、查看数据是否有缺失值或者重复值
#查看是否存在重复行df1.duplicated()#查看重复行与非重复行的数量cf = df1.duplicated()cf.value_counts()
3.3.2、查看各元素是否为空值
df1.isnull()df1.isnull().any()#各列含空值的具体数目df1.isnull().sum()
可以得到该数据集中产地有409个缺失值,规格有1188个缺失值,缺失值过多不能直接删除,这两个变量在后续研究中只看比较关系,所以无需填充
3.4、对数据进行统计:
3.4.1、查看规格列包含具体种类
p1 = df1['规格'].drop_duplicates()ww = []for i in p1:ww.append(i)ww
3.4.2、查看规格列各种类出现的次数
from collections import CounterCounter(df1['规格'])
3.5、对蔬菜数据分析
3.5.1、查看每一列的数据类型
df1.dtypes
品名 object
最低价 float64
最高价 float64
平均价 float64
规格 object
产地 object
单位 object
发布日期 object
dtype: object
3.5.2、查看价格的相关情况
#最高价的平均值pj1 = df1['最高价'].mean()print("最高价的平均值是{}".format(pj1))#最高价的众数:zs1 = df1['最高价'].mode()print("最高价的众数是:{}".format(zs1))#最高价的方差:fc1 = df1['最高价'].var()print("最高价的方差是:{}".format(fc1))
最高价的平均值是3.1683333333333357
最高价的众数是:0 2.0
Name: 最高价, dtype: float64
最高价的方差是:12.062323270078608
#最低价的平均值pj2 = df1['最低价'].mean()print("最低价的平均值是{}".format(pj2))#最低价的众数:zs2 = df1['最低价'].mode()print("最低价的众数是:{}".format(zs2))#最低价的方差:fc2 = df1['最低价'].var()print("最低价的方差是:{}".format(fc2))
最低价的平均值是2.454327586206895
最低价的众数是:0 1.5
Name: 最低价, dtype: float64
最低价的方差是:10.684754061688226
#平均价的平均值pj3 = df1['平均价'].mean()print("平均价的平均值是{}".format(pj3))#平均价的众数:zs3 = df1['平均价'].mode()print("平均价的众数是:{}".format(zs3))#平均价的方差:fc3 = df1['平均价'].var()print("平均价的方差是:{}".format(fc3))
平均价的平均值是2.8115000000000028
平均价的众数是:0 1.25
Name: 平均价, dtype: float64
平均价的方差是:11.286187455434195
data = {'平均值':[pj1,pj2,pj3],'众数':[zs1,zs2,zs3],'方差':[fc1,fc2,fc3]}w = pd.DataFrame(data,index=['最高价','最低价','平均价'])w
3.5.3、随机抽取10条数据:
sj = df1.sample(10)sj
3.6数据可视化展示:
3.6.1、#绘制每个属性的直方图,来快速了解数据
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']df1.hist(bins=100,figsize=(20,20))plt.show()
3.6.2、对平均价做对应的直方图与密度图的集合、加阴影的图以及小细线图
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']fig,axes = plt.subplots(1,3)sns.distplot(df_sc['平均价'].head(80),ax = axes[0],kde = True,rug = True)sns.kdeplot(df_sc['平均价'].head(80),ax = axes[1],shade = True)#阴影sns.rugplot(df_sc['平均价'].head(80),ax = axes[2])plt.show()
3.6.3、对产地以及品名做计数图
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']sns.countplot(x = "产地",hue = "品名",data = df_sc.head(20))
3.6.4、对产地的最高价绘制散点图
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']sns.swarmplot(x=df_sc['最高价'][200:400],y=df_sc['产地'][200:250],data=df_sc['最高价'][200:400])#产地上面最高价的数量
3.6.5、对蔬菜信息表的前70条数据产地的平均价绘制箱线图
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']sns.boxplot(x = df_sc['产地'].head(70),y = df_sc['平均价'][40:100])#箱线图plt.show()
3.6.6、对蔬菜信息表的前100条数据绘制最高价与最低价绘制多面板图
sns.jointplot(kind = "hex",x = '最高价',y = '最低价',data = df_sc.head(100))#绘图多变量分布关系plt.show()
3.6.7、对蔬菜信息表第10条到20条数据绘制分组关系图
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']sns.factorplot(x = "最低价",col = "产地",col_wrap = 4,data = df_sc[10:20],kind = "count",size = 2.5,aspect = 1)
3.6.8、对于蔬菜信息表的最高价、最低价、平均价特征进行两两对比
import seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['simhei']# 添加中文字体支持plt.rcParams['font.serif'] = ['simhei']sns.pairplot(df_sc[['最高价','最低价','平均价']],diag_kind = 'auto')
3.6.9、绘制蔬菜信息表100到300条数据品名次数分布的散点图
from pyecharts.charts import Scatterw2 = data1.sort_values('品名',ascending=True)[100:300]y = [] x = []for i in w2['品名'].value_counts().index:x.append(i)for i in w2['品名'].value_counts():y.append(i)c = Scatter(opts.InitOpts(width = '660px',height = "380px"))c.add_xaxis(x)#x轴c.add_yaxis("品名次数",y)#加入与前面的一一对应c.set_global_opts(title_opts = opts.TitleOpts(title = "品名出现次数的散点图"))c.render_notebook()
3.6.10、蔬菜规格展示图
from pyecharts import options as optsfrom pyecharts.charts import Piewww = df1['规格'].value_counts().indexcc = df1['规格'].value_counts()c = (Pie().add("", [list(z) for z in zip(www,cc)],center=["80%", "40%"],radius=["30%", "60%"],).set_global_opts(title_opts=opts.TitleOpts(title="蔬菜规格"),legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="0%"),).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))c.render_notebook()
3.6.11、按照产地绘制柱状图
w2 = data1.sort_values('产地',ascending=True)y = [] x = []for i in w2['产地'].value_counts().index:x.append(i)for i in w2['产地'].value_counts():y.append(i)bar1 = (Bar().add_xaxis(x).add_yaxis('个数', y).set_global_opts(title_opts=opts.TitleOpts("产地信息的蔬菜分布图"),yaxis_opts=opts.AxisOpts(name="个数"), xaxis_opts=opts.AxisOpts(name="产地")))bar1.render_notebook()
3.6.12、分析最高价与最低价以及平均价之间的箱线图
corr = df1[['最高价','最低价','平均价']].corr()corrsns.heatmap(corr,xticklabels = corr.columns,yticklabels = corr.columns)
3.6.13、查看鲁地的各蔬菜平均价的分布情况饼图展示
data1 = pd.read_excel(r'爬取蔬菜相关信息.xlsx')d1 = data1[data1['产地'] == "鲁"]from pyecharts.charts import *from pyecharts import options as optsnum = d1['平均价'].value_counts()c = Pie(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))c.add("", [list(z) for z in zip(num.index, num)])c.set_global_opts(title_opts=opts.TitleOpts(title="鲁地的各蔬菜平均价的分布情况饼图"),legend_opts=opts.LegendOpts(type_="scroll", pos_left="90%", orient="vertical"))c.set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"])c.set_series_opts(label_opts=opts.LabelOpts(position='top',color='red', font_family='Arial',font_size=12,font_style='italic',interval=1,formatter='{b}:{c}, 占比{d}%'))c.render_notebook()
3.6.14、绘制产地的词云
import jiebafrom tkinter import _flattenimport wordclouddata1 = pd.read_excel(r'爬取蔬菜相关信息.xlsx').astype(str)comment =data1[~data1['产地'].isin(["nan"])]comment_cut = comment['产地'].apply(jieba.lcut)comment_last = [] #一维列表,存放分词结果for i in comment_cut:for j in i:comment_last.append(j)counts = {}for word in comment_last:if len(word) > 1:counts[word] = counts.get(word, 0) + 1pic = plt.imread(r'tx5.jpg')w = wordcloud.WordCloud(mask = pic, #背景图片background_color = 'white',#词云背景颜色font_path='C:/Windows/Fonts/simhei.TTF' #设置为中文字体,否则无法正常显示)w.fit_words(counts)#传入词频为字典类型,dic为上述字典plt.imshow(w) #转为plt图形数据plt.axis('off')#取消显示x-y轴plt.show()#展示图形w.to_file(r'产地5.jpg')
3.6.15、红尖椒与线椒的最高价、最低价、平均价随日期的变化趋势
yj = df1[df1['产地']=='鲁冀']
yj['规格'].value_counts()
yj['品名'].value_counts()
x=[]
for i in yj['发布日期'].sort_values().drop_duplicates():#.drop_duplicates去重x.append(i[4:20])print(x)r1 = yj[yj['品名']=='红尖椒']['最高价']r2 = yj[yj['品名']=='红尖椒']['最低价']r3 = yj[yj['品名']=='红尖椒']['平均价']r4 = yj[yj['品名']=='线椒']['最高价']r5 = yj[yj['品名']=='线椒']['最低价']r6 = yj[yj['品名']=='线椒']['平均价']from pyecharts.charts import Linefrom pyecharts.globals import ThemeTypec=(Line(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)).add_xaxis(x).add_yaxis("红尖椒最高价",r1,is_smooth=True)#is_smooth平滑曲线.add_yaxis("红尖椒最低价",r2,is_smooth=True) .add_yaxis("红尖椒平均价",r3,is_smooth=True).add_yaxis("线椒最高价",r4,is_smooth=True) .add_yaxis("线椒最低价",r5,is_smooth=True).add_yaxis("线椒平均价",r6,is_smooth=True) .set_global_opts(title_opts=opts.TitleOpts(title="红尖椒和线椒的最高价、最低价、平均价随日期的变化趋势",pos_left="center",pos_top="3%")))c.render_notebook()
3.6.16、绘制最高价前40的品名的散点图
from pyecharts.charts import Scatterdata2 = pd.read_excel(r'爬取蔬菜相关信息.xlsx').astype(str)w1 = data2.sort_values('最高价',ascending=False).head(40)comment =w1['品名']y = []x = []for i in comment.value_counts().index:x.append(i)for i in comment.value_counts():y.append(i)c = Scatter(opts.InitOpts(width = '660px',height = "380px"))c.add_xaxis(x)#x轴c.add_yaxis("品名",[list(z) for z in zip(y, x)],symbol_size=20)#加入与前面的一一对应c.set_global_opts(title_opts=opts.TitleOpts(title="最高价前40的品名散点图"))c.render_notebook()
3.6.17“红尖椒”的最高价在全部时间的分布情况饼图展示
d3 = data1[data1['品名']=="红尖椒"]from pyecharts import options as optsfrom pyecharts.charts import Piefrom pyecharts.faker import Fakerd3['最高价'].value_counts()a1=[]for i in d3['最高价'].value_counts().index:a1.append(i)c = Pie(opts.InitOpts(width = '800px',height = '380px'))c.add("",[list(z) for z in zip(a1,d3['最高价'].value_counts())],rosetype="radius",radius=["20%", "40%"],center=["35%", "40%"],label_opts=opts.LabelOpts(is_show=False),)c.add("",[list(z) for z in zip(a1,d3['最高价'].value_counts())],rosetype="area",radius=["20%", "40%"], center=["73%", "40%"])c.set_global_opts(title_opts=opts.TitleOpts(title="红尖椒的最高价在全部时间的分布情况玫瑰图示"),legend_opts=opts.LegendOpts(orient="vertical", pos_top="30%", pos_left="2%"))#设置数据标签格式c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c},占比:{d}%"))c.render_notebook()
3.6.18、“番茄”的最高价在全部时间的变化情况折线图展示
d3 = data1[data1['品名']=="番茄"]d4 = d3[d3['产地']=='蒙冀鲁'].sort_values('发布日期')d5 = d3[d3['产地']=='蒙'].sort_values('发布日期')a=[]for i in d4['发布日期']:a.append(i[5:10])print(a)b = d4['最高价']e = d5['最高价']y1=[]for i in b:y1.append(i)y2=[]for i in e:y2.append(i)from pyecharts.charts import Bar, Grid, Linebar = ( Bar().add_xaxis(a).add_yaxis("蒙冀鲁",y1).add_yaxis("蒙",y2).set_global_opts(title_opts=opts.TitleOpts(title="番茄最高价随时间变化情况直方图展示")))line = (Line().add_xaxis(a).add_yaxis("蒙", b).add_yaxis("蒙冀鲁", e).set_global_opts(title_opts=opts.TitleOpts(title="番茄最高价随时间变化情况折线图展示", pos_top="48%"),legend_opts=opts.LegendOpts(pos_top="48%"),))grid = (Grid().add(bar, grid_opts=opts.GridOpts(pos_bottom="60%")).add(line, grid_opts=opts.GridOpts(pos_top="60%")))grid.render_notebook()
3.6.19、产地信息第200到1000条数据的蔬菜分布图
w2 = data1.sort_values('最低价',ascending=True).head(100)[200:1000]y = [] x = []for i in w2['品名'].value_counts().index:x.append(i)for i in w2['品名'].value_counts():y.append(i)bar1 = (Bar().add_xaxis(x).add_yaxis('个数', y).set_global_opts(title_opts=opts.TitleOpts("最低价排序前100的蔬菜分布图"),yaxis_opts=opts.AxisOpts(name="个数"), xaxis_opts=opts.AxisOpts(name="品名")))bar1.render_notebook()
3.6.20、最低价排序第300到500条数据的蔬菜分布图
from pyecharts.charts import Funnelw3 = data1.sort_values('最高价',ascending=True)[300:500]y = [] x = []for i in w3['产地'].value_counts().index:x.append(i)for i in w3['产地'].value_counts():y.append(i)wf = Funnel()wf.add('产地最高价分布图',[list(z) for z in zip(x,y)],is_selected = True)wf.render_notebook()
3.6.21、查看规格列各种类出现的次数,并且绘制节点图
from collections import CounterCounter(df1['产地'])
from pyecharts.charts import Graphnodes_data = [opts.GraphNode(name = '辽',symbol_size = 18),opts.GraphNode(name = '京',symbol_size = 20),opts.GraphNode(name = '冀',symbol_size = 15),opts.GraphNode(name = '鲁',symbol_size = 30),opts.GraphNode(name = '豫',symbol_size = 25),opts.GraphNode(name = '云',symbol_size = 15),opts.GraphNode(name = '蒙',symbol_size = 35),opts.GraphNode(name = '苏',symbol_size = 20),opts.GraphNode(name = '浙',symbol_size = 13),]links_data = [opts.GraphLink(source = '辽',target = '鲁',value = 28),opts.GraphLink(source = '辽',target = '冀',value = 13),opts.GraphLink(source = '辽',target = '云',value = 15),opts.GraphLink(source = '鲁',target = '辽',value = 14),opts.GraphLink(source = '辽',target = '京',value = 11),opts.GraphLink(source = '鲁',target = '京',value = 15),opts.GraphLink(source = '京',target = '冀',value = 5),opts.GraphLink(source = '京',target = '豫',value = 3), opts.GraphLink(source = '冀',target = '辽',value = 44), opts.GraphLink(source = '冀',target = '京',value = 45),opts.GraphLink(source = '冀',target = '云',value = 18),opts.GraphLink(source = '蒙',target = '冀',value = 16),opts.GraphLink(source = '冀',target = '浙',value = 11),opts.GraphLink(source = '鲁',target = '云',value = 25),opts.GraphLink(source = '鲁',target = '辽',value = 14),opts.GraphLink(source = '鲁',target = '冀',value = 13),opts.GraphLink(source = '豫',target = '苏',value = 14),opts.GraphLink(source = '云',target = '鲁',value = 10),opts.GraphLink(source = '蒙',target = '冀',value = 16),opts.GraphLink(source = '蒙',target = '鲁',value = 20),]c = Graph(init_opts = opts.InitOpts(width = '600px',height = '400px'))c.add("",nodes_data,links_data,repulsion = 4500)c.set_global_opts(title_opts = opts.TitleOpts(title = "Graph - Example"))c.render_notebook()
3.6.22、部分蔬菜产地路线和数量图
from pyecharts.charts import Geofrom pyecharts.globals import ChartType,SymbolTypec = (Geo(init_opts = opts.InitOpts(width = '600px',height = '400px')).add_schema(maptype = "china")#类型是中国.add("蔬菜产地",[("山东",28),("天津",3),("北京",45),("云南",18),("山东",58),("河南",14),("浙江",11),("辽宁",13)],type_ = ChartType.EFFECT_SCATTER,color = "green").add("地方",[("辽宁","山东"),("云南","天津"),("河北","北京"),("河北","云南"),("河北","山东"),("河北","河南"),("河北","浙江"),("河北","辽宁")],type_ = ChartType.LINES,effect_opts = opts.EffectOpts(symbol = SymbolType.ARROW,symbol_size = 6,color = "blue"),linestyle_opts = opts.LineStyleOpts(curve = 0.2))#设置曲度.set_series_opts(label_opts = opts.LabelOpts(is_show = False))#去掉主要航线标签.set_global_opts(title_opts = opts.TitleOpts(title = "部分蔬菜产地路线和数量")))c.render_notebook()
四、设计遇到的问题以及难点:
4.1关键技术与难点:
(1)、如何爬取大量数据且保证数据的有效性
(2)、数据处理的方法,相关函数的应用,图像的制作
(3)、选定所要制作图像的数据
(4)、对所得结果的综合性分析
4.2 处理数据与绘制图像
(1)、有些数据在使用时出来的图像效果不明显
解决方法:选择合适的数据进行分析
(2)、对一些方法的使用不够熟练,导致设计的程序一直不过
解决方法:在前面学习过的知识进行深入理解,在网络上查看博主写的相关函数参数介绍,正确使用之后程序调试通过
(3)、前期对于绘制怎样的图像没有头绪
解决方法:参考网络上博主的图形分析,以及所学绘图知识,慢慢搭建起自己的图形
(4)、最后完成数据分析之后,依旧觉得自己爬取分析的数据量有点少,应该在设计之前再多参考一下网上可以爬取的数据。
五、设计的总结与体会
在这次的课程设计当中,让我对于数据可视化这门课程有了更加深入的认识与理解,也真正体会到了数据可视化在生活当中的应用,真正体会到了什么是“一图胜千言”。用我们目前掌握的绘图库,可以绘制出来多种多样的图,让我影响深刻的图是漏斗图,饼图,词云,桑基图,玫瑰图,节点图,以及价格变化图,每张图都能一目了然的反映数据不能直接反映的问题。
这次课程设计主要运用了我们本学期在数据可视化上学到的绘图与数据分析等模块,对于学到的知识应该学以致用,要不断的训练,才能更好地学习和掌握它。通过本次的课程设计,我也发现我还有许多不足之处。首先对一些函数的参数使用不熟练,以及数据的绘图方面还有一些欠缺的地方。我相信,通过这次的课程设计,我对于自己的欠缺知识有了更多的发现,我会在以后的学习中不断完善自己的编程能力。
数据可视化课程设计——北京新发地官网数据分析与可视化展示【内容在jupyter notebook里面展示】包含数据爬取与可视化分析详解相关推荐
- 【课程设计】重温经典,推箱子游戏,你能闯到第几关?可自行添加关卡(源码 + 详解)
- c语言课程设计北京电子工业出版社,C语言课程设计报告(招生查询系统).doc
PAGE 课 程 设 计 报 告 题目: 招生查询系统 课程名称: C语言程序设计 专业班级: 学 号: 姓 名: 指导教师: 报告日期: 2013.10.16 计算机科学与技术学院 任务书 题目㈠ ...
- Python爬虫_线程池实例——北京新发地菜价
import requests import json import jsonpath from concurrent.futures import ThreadPoolExecutor print( ...
- 手把手教你使用scrapy框架来爬取北京新发地价格行情(理论篇)
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 博观而约取,厚积而薄发. 大家好! ...
- C语言课程设计:新冠疫情管理系统
C语言课程设计:新冠疫情管理系统 代码用.c文件存储 功能模块图 函数调用图 不足与改进 1.1不足:密码系统是用二维数组来实现的,导致注册账户是临时的,退出程序时不会保存. 改进:若想账户永久可用, ...
- 爬取北京新发地蔬菜价格
北京新发地 # -*- coding:utf-8 -*- #@Time : 2021/12/30 11:25 #@Author : dogge #@File :test.py #@software:P ...
- 疫情数据爬取,可视化及其预测
疫情数据爬取及可视化 数据爬取及保存(provinceDataGet.py) import requests import json import pandas as pd# 地区 areas = [ ...
- 如何用python可视化疫情风险区?地图标记位置信息:数据爬取+地址解析+可视化
*本文仅就相关技术细节进行学术交流,请勿用作他途* 如何获取网页中发布的位置信息,在地图上进行标记可视化? Step 1: 数据获取 Step2: 地址解析 Step3: 地图可视化 地址编码后的数据 ...
- 【爬虫+数据可视化毕业设计:英雄联盟数据爬取及可视化分析,python爬虫可视化/数据分析/大数据/大数据屏/数据挖掘/数据爬取,程序开发-哔哩哔哩】
[爬虫+数据可视化毕业设计:英雄联盟数据爬取及可视化分析,python爬虫可视化/数据分析/大数据/大数据屏/数据挖掘/数据爬取,程序开发-哔哩哔哩] https://b23.tv/TIoy6hj
最新文章
- Python实现贪吃蛇小游戏(双人模式)
- SQL 编程思想:一切皆关系
- spark并发读mysql_spark jdbc(mysql) 读取并发度优化
- python使用input函数时、必须添加提示文字-python input函数
- android权限控制泄露,Android应用的权限泄露分析
- Less 命令技巧,从底部网上看
- Android进阶:框架打造之IOC框架
- 软件测试(原书第2版中文)PDF版
- html5 datepicker ios,iOS DatePicker日期时间选择器【组件】
- 没有upcast 也不会发生多态
- 最新的.net书籍教程 更新时间:2005-9-5
- 泾县高级职业中学计算机专业课程,泾县高级职业中学:以人为本 促可持续发展...
- C语言 · 进制转换
- 历史 微信开发者工具_微信开发者工具代码管理
- 《深入浅出通信原理》知识总结
- 问卷分析SPSS+AMOS实证步骤
- 五行灵根 鸿蒙珠,异世鸿蒙武神
- 计算机中英字幕精品教程合集
- 后台集成解决方案 avue
- [NFC] 读羊城通卡片信息