豆瓣电影Top250数据分析

此项目是b站上一视频的学习成果，此项目主要技术就是用了python爬虫搜集数据然后用Flask框架、Echarts、WordCloud等技术实现数据可视化

视频地址：Python爬虫编程基础5天速成（2021全新合集）Python入门+数据分析_哔哩哔哩_bilibili

先展示下效果吧

爬虫的代码在上一篇介绍过，可视化分析主要用了这五个页面，那么接下来就直接整flask的核心代码咯

from flask import Flask,render_template,request
import sqlite3app = Flask(__name__)
datalist = []   #设为全局变量，用于存储数据和分页使用
movieScore = []  #评分
num = []    #每个评分所统计的电影数量
page=[1,2,3,4,5,6,7,8,9,10]@app.route('/')
def index():return render_template('first.html')
@app.route('/first')
def first():return index()
@app.route('/movie')
def movie():if len(datalist) == 0:# print("关于电影数据库被启动了!")con = sqlite3.connect('./movieTop250.db')cur = con.cursor()sql = "select * from movie250"data = cur.execute(sql)for item in data:datalist.append(item)cur.close()con.close()page=1movies=[]#对列表进行分割for i in range(25):movies.append(datalist[i])return render_template('movie.html',movies=movies,page=page)
#进行分页
@app.route('/movie/start=<int:page>')
def movie2(page):movies=[]#对列表进行分割if page:    #page存在first=(page-1)*25   #首页last=page*25    #尾页else :  first=0   #首页last=25    #尾页for i in range(first,last):movies.append(datalist[i])#列表分割完成if page == 1:return render_template('movie.html',movies=movies,page=page)elif page == 2:return render_template('movie.html',movies=movies,page=page)elif page == 3:return render_template('movie.html',movies=movies,page=page)elif page == 4:return render_template('movie.html',movies=movies,page=page)elif page == 5:return render_template('movie.html',movies=movies,page=page)elif page == 6:return render_template('movie.html',movies=movies,page=page)elif page == 7:return render_template('movie.html',movies=movies,page=page)elif page == 8:return render_template('movie.html',movies=movies,page=page)elif page == 9:return render_template('movie.html',movies=movies,page=page)elif page == 10:return render_template('movie.html',movies=movies,page=page)else :return render_template('movie.html',movies=movies,page=page)@app.route('/score')
def score():if (movieScore == [] or num == []):# print("关于评分数据库被启动了!")con = sqlite3.connect('./movieTop250.db')cur = con.cursor()sql = "select score,count(score) from movie250 group by score"data = cur.execute(sql)for item in data:#是元组类型movieScore.append(item[0])num.append(item[1])cur.close()con.close()return render_template('score.html',movieScore=movieScore,num=num)
@app.route('/word')
def word():return render_template('word.html')
@app.route('/team')
def team():return render_template('team.html')
@app.route('/echarts')
def echarts():return render_template('test_echarts.html')if __name__ == "__main__":app.run(debug=True)

豆瓣电影Top250数据分析相关推荐

python pandas 豆瓣电影 top250 数据分析
python pandas 豆瓣电影 top250 数据分析豆瓣电影top250数据分析数据来源(豆瓣电影top250) 爬虫代码比较简单数据较为真实,可以进行初步的数据分析可以将前面的几篇文 ...
爬虫（豆瓣电影Top250数据分析）学习笔记
学习了有关python爬虫的内容,也算有所收获,写下第一篇博客来对所学进行一个总结,也算督促自己进行主动研究学习的第一步. 主要内容: 首先总结一下学习的主要内容: 从豆瓣获取数据建立SQLite数 ...
python爬取豆瓣电影并分析_爬取豆瓣电影top250提取电影分类进行数据分析
标签(空格分隔):python爬虫一.爬取网页,获取需要内容我们今天要爬取的是豆瓣电影top250 页面如下所示: 我们需要的是里面的电影分类,通过查看源代码观察可以分析出我们需要的东西.直接进入 ...
爬取豆瓣电影top250提取电影分类进行数据分析
标签(空格分隔):python爬虫一.爬取网页,获取需要内容我们今天要爬取的是豆瓣电影top250 页面如下所示: 我们需要的是里面的电影分类,通过查看源代码观察可以分析出我们需要的东西.直接进入 ...
python 豆瓣评论数据分析_Python数据可视化分析--豆瓣电影Top250
Python数据分析–豆瓣电影Top250 利用Python爬取豆瓣电影TOP250并进行数据分析,对于众多爬虫爱好者,应该并不陌生.很多人都会以此作为第一个练手的小项目.当然这也多亏了豆瓣的包容,没 ...
Python大数据分析实战：豆瓣电影Top250中的最佳导演是谁？
在之前写的一篇文中中,已经采用urllib和BeautifulSoup的方式抓取了豆瓣电影TOP250的导演.编剧.演员.上映时间和地区.语言.短评数.影评数.多少人想看.多少人看过等22个字段. 接 ...
python 豆瓣电影top250_[python爬虫]豆瓣电影Top250简单数据分析绘图
一:简介通过抓取豆瓣电影Top250的数据,分别进行了三个数据统计,分别是:上榜的电影上映的年份,该年份总共上榜的电影数量,数量为0的就没有统计了:各个国家地区出品的电影数量:250部电影的各个类型 ...
爬虫小小实战——豆瓣电影top250
这就是豆瓣电影top250的首页,本次小小实战就是将电影名.年代.评分以及评分人数存到csv文件中以便进行后续的数据分析. 一.基础先贴代码及结果 import re import requests ...
爬虫实战2：豆瓣电影TOP250
1.豆瓣简介豆瓣是一个社交网站,起源于2005年,该网站以书影音起家,提供关于图书.电影.音乐唱片的推荐.评价和价格比较,以及城市独特的文化生活.本篇文章将从数据分析的角度来分析豆瓣网站.分析的维度 ...

豆瓣电影Top250数据分析

豆瓣电影Top250数据分析相关推荐

最新文章

热门文章