利用Python對中國500強(qiáng)排行榜數(shù)據(jù)進(jìn)行可視化分析
一、前言
今天來跟大家分析一下2020年中國500強(qiáng)企業(yè)排行榜數(shù)據(jù),從不同角度去對數(shù)據(jù)進(jìn)行統(tǒng)計分析,可視化展示。
主要分析內(nèi)容:
中國500強(qiáng)企業(yè)-省份分布。
中國500強(qiáng)企業(yè)-營業(yè)收入年增率。
中國500強(qiáng)企業(yè)-營業(yè)收入年減率。
中國500強(qiáng)企業(yè)-利潤年增率。
中國500強(qiáng)企業(yè)-利潤年減率。
中國500強(qiáng)企業(yè)-排名上升最快。
中國500強(qiáng)企業(yè)-排名下降最快。
中國500強(qiáng)企業(yè)-資產(chǎn)區(qū)間分布。
中國500強(qiáng)企業(yè)-市值區(qū)間分布。
中國500強(qiáng)企業(yè)-營業(yè)收入?yún)^(qū)間分布。
中國500強(qiáng)企業(yè)-利潤區(qū)間分布。
中國500強(qiáng)企業(yè)-排名前10營業(yè)收入、利潤、資產(chǎn)、市值、股東權(quán)益等情況。
下面開始從數(shù)據(jù)采集到數(shù)據(jù)統(tǒng)計分析,最后進(jìn)行可視化?。?!
二、數(shù)據(jù)采集
1.開始爬取
獲取企業(yè)列表
url="http://www.fortunechina.com/fortune500/c/2020-07/27/content_369925.htm" res = requests.get(url,headers=headers) res.encoding = 'utf-8' text = res.text
獲取企業(yè)對應(yīng)url
for i in range(0,len(table_tr)): try: #name = i.xpath('.//td/a/text()')[0] href = table_tr[i].xpath('.//td/a/@href')[0].replace("../../../../","http://www.fortunechina.com/") column_list = get_detail(href) for k in range(0,len(column_list)): outws.cell(row=count, column=k+1, value=column_list[k]) print(count) count = count+1 except: pass
獲取每一個企業(yè)相關(guān)數(shù)據(jù)
name = selector.xpath('//*[@class="comp-name"]/text()')[0] r1 = selector.xpath('//*[@class="con"]/em[@class="r1"]/text()')[0] r2 = selector.xpath('//*[@class="con"]/span/em/font[@class="ft-red"]/text()')[0] address = selector.xpath('//*[@class="info"]/p')[0].xpath('.//text()')[0].replace(" ", "") table_tbody_tr = selector.xpath('//*[@class="table"]/table/tr')
2.保存到Excel
outwb = openpyxl.Workbook() outws = outwb.create_sheet(index=0) outws.cell(row=1, column=1, value="企業(yè)名稱") outws.cell(row=1, column=2, value="2020年排名") outws.cell(row=1, column=3, value="2019年排名") outws.cell(row=1, column=4, value="總部地址") outws.cell(row=1, column=5, value="營業(yè)收入") outws.cell(row=1, column=6, value="營業(yè)收入年增減") outws.cell(row=1, column=7, value="利潤") outws.cell(row=1, column=8, value="利潤年增減") outws.cell(row=1, column=9, value="資產(chǎn)") outws.cell(row=1, column=10, value="市值") outws.cell(row=1, column=11, value="股東權(quán)益") outwb.save("中國500強(qiáng)排行榜數(shù)據(jù).xlsx") # 保存
數(shù)據(jù)就已經(jīng)保存到Excel中,下面開始進(jìn)行統(tǒng)計分析,可視化!
三、可視化分析
1.省份分布
導(dǎo)入相關(guān)可視化庫
from pyecharts import options as opts from pyecharts.charts import Line from pyecharts.charts import Map import pandas as pd from pyecharts import options as opts from pyecharts.globals import ThemeType from pyecharts.charts import Bar
統(tǒng)計數(shù)據(jù)
從excel中中取出:總部地址,然后取出前兩位(省份),統(tǒng)計每一個省份的500強(qiáng)分布情況
address = pd_data['總部地址'] address = address.tolist() address_03 = [] for i in address: ###取省份(前兩位) address_03.append(i[0:2]) data =[] address_03_set = set(address_03) #address_03_set是另外一個列表,里面的內(nèi)容是address_03里面的無重復(fù) 項 for item in address_03_set: data.append((item,address_03.count(item)))
地圖可視化
def map_china() -> Map: c = ( Map() .add(series_name="企業(yè)數(shù)量", data_pair=data, maptype="china",zoom = 1,center=[105,38]) .set_global_opts( title_opts=opts.TitleOpts(title="中國500強(qiáng)企業(yè)省份分布"), visualmap_opts=opts.VisualMapOpts(max_=9999,is_piecewise=True, pieces=[{"max": 9, "min": 0, "label": "0-9","color":"#FFE4E1"}, {"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"}, {"max": 499, "min": 100, "label": "100-499","color":"#F08080"}, {"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"}, {"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}] ) ) ) return c
2.營業(yè)收入年增率
從excel中中取出:營業(yè)收入年增減,統(tǒng)計增加率最大的前50名和減少率(負(fù)數(shù))最大的前50名
income_rate = pd_data['營業(yè)收入年增減'] compare_name = pd_data['企業(yè)名稱'] income_rate = income_rate.tolist() compare_name = compare_name.tolist() m = income_rate # 求一個list中最大的50個數(shù),并排序 max_number = heapq.nlargest(50, m) # 最大的2個數(shù)對應(yīng)的,如果用nsmallest則是求最小的數(shù)及其索引 max_index = map(m.index, heapq.nlargest(50, m)) # max_index 直接輸出來不是數(shù),使用list()或者set()均可輸出 #print(set(max_index)) ###{235, 140, 273, 148, 86} max_index = list(set(max_index)) #ss = [m.index(j) for j in max_number] name =[compare_name[k] for k in set(max_index)] outwb = openpyxl.Workbook() outws = outwb.create_sheet(index=0)
3.營業(yè)收入年減率
income_rate = income_rate.tolist() compare_name = compare_name.tolist() m = income_rate # 求一個list中最小的50個數(shù),并排序 min_number = heapq.nsmallest(60, m) min_index = [m.index(j) for j in min_number] name =[compare_name[k] for k in set(min_index)]
4.利潤年增率
從excel中中取出:利潤年增減,統(tǒng)計增加率最大的前50名和減少率(負(fù)數(shù))最大的前50名
5.利潤年減率
6.排名上升最快20家企業(yè)
從excel中中取出:2020年排名和2019年排名,進(jìn)行對比,統(tǒng)計排名上升最大的前20家企業(yè),和排名下降最大的前20家企業(yè)。
###折線圖 def LinePic(x_data,y_data,name): ( Line() # 進(jìn)行全局設(shè)置 .set_global_opts( tooltip_opts=opts.TooltipOpts(is_show=True), # 顯示提示信息,默認(rèn)為顯示,可以不寫 xaxis_opts=opts.AxisOpts(type_="category"), yaxis_opts=opts.AxisOpts( type_="value", axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), ) # 添加x軸的點 .add_xaxis(xaxis_data=x_data) # 添加y軸的點 .add_yaxis( series_name=name, y_axis=y_data, symbol="emptyCircle", is_symbol_show=True, label_opts=opts.LabelOpts(is_show=True), ) # 保存為一個html文件 .render(name+".html") )
7.排名下降最快20家企業(yè)
8.資產(chǎn)區(qū)間分布
從excel中中取出:資產(chǎn),為9000 間隔進(jìn)行區(qū)間劃分,并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 90000): name.append(str(k * 90000) + "~" + str((k + 1) * 90000 - 1)) dict_value.append(int(len(list(g))))
9.市值區(qū)間分布
從excel中中取出:市值,為7000 間隔進(jìn)行區(qū)間劃分,并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 7000): name.append(str(k * 7000) + "~" + str((k + 1) * 7000 - 1)) dict_value.append(int(len(list(g))))
10.營業(yè)收入?yún)^(qū)間分布
從excel中中取出:營業(yè)收入,為50000 間隔進(jìn)行區(qū)間劃分,并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 50000): name.append(str(k * 50000) + "~" + str((k + 1) * 50000 - 1)) dict_value.append(int(len(list(g))))
11.利潤區(qū)間分布
從excel中中取出:利潤為5000 間隔進(jìn)行區(qū)間劃分,并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x//5000): name.append(str(k*5000)+"~"+str((k+1)*5000-1)) dict_value.append(int(len(list(g))))
12.中國500強(qiáng)企業(yè)-排名前10營業(yè)收入、利潤、資產(chǎn)、市值、股東權(quán)益
從excel中中取出排名前10: **營業(yè)收入、**利潤、資產(chǎn)、市值、股東權(quán)益、
name = pd_data['企業(yè)名稱'][0:11].tolist() data_1 = pd_data['營業(yè)收入'][0:11].tolist() data_2 = pd_data['利潤'][0:11].tolist() data_3 = pd_data['資產(chǎn)'][0:11].tolist() data_4 = pd_data['市值'][0:11].tolist() data_5 = pd_data['股東權(quán)益'][0:11].tolist() # 鏈?zhǔn)秸{(diào)用 c = ( Bar( init_opts=opts.InitOpts( # 初始配置項 theme=ThemeType.MACARONS, animation_opts=opts.AnimationOpts( animation_delay=1000, animation_easing="cubicOut" # 初始動畫延遲和緩動效果 )) ) .add_xaxis(xaxis_data=name) # x軸 .add_yaxis(series_name="營業(yè)收入", yaxis_data=cleardata(data_1)) # y軸 .add_yaxis(series_name="利潤", yaxis_data=cleardata(data_2)) # y軸 .add_yaxis(series_name="資產(chǎn)", yaxis_data=cleardata(data_3)) # y軸 .add_yaxis(series_name="市值", yaxis_data=cleardata(data_4)) # y軸 .add_yaxis(series_name="股東權(quán)益", yaxis_data=cleardata(data_5)) # y軸 .set_global_opts( title_opts=opts.TitleOpts(title='', subtitle='排名前10經(jīng)濟(jì)情況', # 標(biāo)題配置和調(diào)整位置 title_textstyle_opts=opts.TextStyleOpts( font_family='SimHei', font_size=25, font_weight='bold', color='red', ), pos_left="90%", pos_top="10", ), xaxis_opts=opts.AxisOpts(name='企業(yè)名稱', axislabel_opts=opts.LabelOpts(rotate=20)), # 設(shè)置x名稱和Label rotate解決標(biāo)簽名字過長使用 yaxis_opts=opts.AxisOpts(name='單位:百萬美元'), ) .render("2020年中國500強(qiáng)-排名前10名經(jīng)濟(jì)情況.html") )
四、總結(jié)
本文主要對以下12個方面進(jìn)行統(tǒng)計分析,最后繪制可視化圖
中國500強(qiáng)企業(yè)-省份分布。
中國500強(qiáng)企業(yè)-營業(yè)收入年增率。
中國500強(qiáng)企業(yè)-營業(yè)收入年減率。
中國500強(qiáng)企業(yè)-利潤年增率。
中國500強(qiáng)企業(yè)-利潤年減率。
中國500強(qiáng)企業(yè)-排名上升最快。
中國500強(qiáng)企業(yè)-排名下降最快。
中國500強(qiáng)企業(yè)-資產(chǎn)區(qū)間分布。
中國500強(qiáng)企業(yè)-市值區(qū)間分布。
中國500強(qiáng)企業(yè)-營業(yè)收入?yún)^(qū)間分布。
中國500強(qiáng)企業(yè)-利潤區(qū)間分布。
中國500強(qiáng)企業(yè)-排名前10營業(yè)收入、利潤、資產(chǎn)、市值、股東權(quán)益等情況。
到此這篇關(guān)于利用Python對中國500強(qiáng)排行榜數(shù)據(jù)進(jìn)行可視化分析的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)可視化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
win10系統(tǒng)配置GPU版本Pytorch的詳細(xì)教程
這篇文章主要介紹了win10系統(tǒng)配置GPU版本Pytorch,本文通過圖文并茂的形式給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-04-04Python?pytest自動化測試庫十個強(qiáng)大用法示例
本文將介紹Python的pytest庫的10個強(qiáng)大用法,并提供相應(yīng)的代碼示例,幫助你更好地理解和應(yīng)用單元測試,它提供了許多高級功能和便利的用法,能夠讓我們更輕松地編寫和執(zhí)行單元測試2024-01-01python+selenium 鼠標(biāo)事件操作方法
今天小編就為大家分享一篇python+selenium 鼠標(biāo)事件操作方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08在Python編程過程中用單元測試法調(diào)試代碼的介紹
這篇文章主要介紹了在Python編程過程中用單元測試法調(diào)試代碼的介紹,包括使用斷言等,有助于debug時的效率提升,需要的朋友可以參考下2015-04-04