初次玩pyecharts：30行代码做一个可视化广东省各地天气温度排行图

开篇点题，直接上效果图

开篇再点题，直接上源码

import re
import requests
from pyecharts import Barurl = 'https://www.tianqi.com/province/guangdong/'
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36','referer': 'https://www.tianqi.com/chinacity.html',
}DATA = []
def spider():response = requests.get(url,headers=headers)text = response.textcities = re.findall(r'<a.*?><h5>(.*?)</h5>', text)weathers = re.findall(r'<li>.*?<em>(.*?)</em>',text)for value in zip(cities,weathers):cities,weathers = valueweather_city_data = {'city':cities,'weather':weathers,}DATA.append(weather_city_data)DATA.sort(key=lambda data: data['weather'])temps = list(map(lambda x: x['weather'], DATA))cities = list(map(lambda c: c['city'], DATA))chart = Bar("广东各地天气最高气温排行榜")chart.add('', cities, temps)chart.render('temperature.html')if __name__ == '__main__':spider()

接下来，我们将代码一步一步详细讲解

headers头部信息内容在此就不过多赘述了，爬虫一般都需要填写此个头部信息。不了解的不妨点击我的上一篇博客，当然论坛里也有详细讲解headers头部信息的文章，都可以看一看。
该篇源码最主要的还是def spider（）方法中的内容——

第一块内容

def spider():response = requests.get(url,headers=headers)text = response.textcities = re.findall(r'<a.*?><h5>(.*?)</h5>', text)weathers = re.findall(r'<li>.*?<em>(.*?)</em>',text)

这里的步骤是将以下网站的内容解析出来，我们这里用正则表达式来解析页面内广东省各地的城市名以及最高温度。

https://www.tianqi.com/province/guangdong/

既然用到re正则表达式的话，我们简单讲一下里面的内容——

我们看到城市名字的标签在 a 标签下的 h5 标签中，那么正则表达式就是r'<a.*?><h5>(.*?)</h5>' 。(.*?)就是我们要的内容，？用到了非贪婪匹配。
同理weathers的正则表达式也是按这个模板写。

不过，里面有个问题，我们先将获得的weathers，cities内容打印一下，看看得出来的结果是什么，还有得出的结果是什么类型。

我们看到类型是list，也就是列表类型。这样所有的结果都在一个列表内是不行的，我们的需求应该是下图这样，城市和所在城市对应的温度。

第二块内容

    for value in zip(cities,weathers):cities,weathers = valueweather_city_data = {'city':cities,'weather':weathers,}DATA.append(weather_city_data)

上面的对应关系，我们就需要for循环遍历后，将city和weather添加在DATA数据中，城市和温度一一对应就不会在后面的温度排序中出错。
我们这里讲讲zip函数的用法，举个例子：


>>>a = [1,2,3]
>>> b = [4,5,6]
>>> c = [4,5,6,7,8]
>>> zipped = zip(a,b)     # 打包为元组的列表
[(1, 4), (2, 5), (3, 6)]
>>> zip(a,c)              # 元素个数与最短的列表一致
[(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped)          # 与 zip 相反，*zipped 可理解为解压，返回二维矩阵式
[(1, 2, 3), (4, 5, 6)]

↑上述内容zip实例取自↓ （大家有关python的基础知识也可以在里面看看）

http://www.runoob.com/python/python-func-zip.html

第三块内容

    DATA.sort(key=lambda data: data['weather'])     #sort是作升序排序temps = list(map(lambda x: x['weather'], DATA))    cities = list(map(lambda c: c['city'], DATA))chart = Bar("广东各地天气最高气温排行榜")   # Bar填入的是生成文件的标题chart.add('', cities, temps)          #添加城市和温度数据chart.render('temperature.html')       #生成文件

这一块知识点挺多的，用到了lambda，sort，map。

sort在上面代码中备注了，就不详说了。

lambda的内容我推荐论坛博主@Q-WHai的文章，↓讲得十分详细。

https://blog.csdn.net/lemon_tree12138/article/details/50774827

在此，我借博文中的图给大家参考理解一下。

map()函数，我们可以看一看map()函数的定义：
map(func, *iterables) --> map object
map()内我们需要传入function(函数)和iterables(队列)
举个例子：

>>>def square(x) :            # 计算平方数
...     return x ** 2
...
>>> map(square, [1,2,3])   # 计算列表各个元素的平方
[1, 4, 9]
>>> map(lambda x: x ** 2, [1, 2, 3])  # 使用 lambda 匿名函数
[1, 4, 9]

本文内容就到这了，我们下回见~