欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python爬取全國火鍋店數(shù)量并可視化展示

 更新時(shí)間：2022年05月18日 10:39:12   作者：??Python研究者????  
這篇文章主要介紹了python爬取全國火鍋店數(shù)量并可視化展示，文章通過獲取全國不同城市火鍋店數(shù)量情況，并將這些數(shù)據(jù)進(jìn)行可視化展示，下文詳細(xì)內(nèi)容介紹，需要的小伙伴可以參考

前言：

今天教大家如何獲取全國不同城市火鍋店數(shù)量情況，并將這些數(shù)據(jù)進(jìn)行可視化展示，以更加直觀的方式去瀏覽全國不同省份、不同城市的火鍋店分布情況。

本文數(shù)據(jù)來自于某度地圖，通過python技術(shù)知識(shí)去獲取數(shù)據(jù)并進(jìn)行可視化。

一、網(wǎng)頁分析

首先先看一下數(shù)據(jù)源，在某度地圖里面按照下方操作，就可以請求到全國的火鍋店情況（從下圖來看沒有顯示出來，但是通過Network，可以看到數(shù)據(jù)）

再network中，找到下面這個(gè)數(shù)據(jù)包：

打開之后可以看到j(luò)son數(shù)據(jù)：

二、獲取數(shù)據(jù)

對網(wǎng)頁分析好之后，接下來可以借助Python技術(shù)進(jìn)行獲取數(shù)據(jù)，并保存到excel中。

1.導(dǎo)入相關(guān)庫

import json
import requests
import openpyxl

2.請求數(shù)據(jù)

下面開始編寫請求數(shù)據(jù)代碼（請求時(shí)記得帶上headers）

###請求頭
headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36",
        'Referer':'https://map.baidu.com/@12949550.923158279,3712445.9716704674,6.28z',
        "Cookie":";"你的cookie",
}
##請求鏈接
url = "https://map.baidu.com/?newmap=1&reqflag=pcmap&biz=1&from=webmap&da_par=direct&pcevaname=pc4.1&qt=s&da_src=searchBox.button&wd=%E7%81%AB%E9%94%85%E5%BA%97&c=1&src=0&wd2=&pn=0&sug=0&l=6&b=(10637065.476146251,2368134.592189369;12772445.910805061,5056757.351151566)&from=webmap&biz_forward={%22scaler%22:1,%22styles%22:%22pl%22}&sug_forward=&auth=NTSwAZUMzIaTTdWD4WAv0731cWF3MQEauxLxREHzERRtykiOxAXXw1GgvPUDZYOYIZuVt1cv3uVtGccZcuVtPWv3GuztQZ3wWvUvhgMZSguxzBEHLNRTVtcEWe1GD8zv7ucvY1SGpuxVthgW1aDeuxtf0wd0vyMySFIAFM7ueh33uTtAffbDF&seckey=c6d9c7e05d7e627c56ed46fab5d7c5c792064779599d5e12b955a6f18a1204375d1588206c94d22e4bdd1ade0ad06e78c21917e24c6223b96bc51b75ca38651a1b203a0609f126163c5e82fd0549a068e537303424837ab798acfc9088e5d76a66451c20ebd9599b41c9b4f1371850d20fa442ad464712f54c912422f4fa20b3052f8bb810f30d41c7c0e55af68f9d9d973537f03d0aa0a1d1617d78cae29b49c64c2d2dc3f44cf0f8799234b124a7a2dec18bfa011e097e31a508eae37b8603f97df8f935f04b3652f190eac52d04816f302a582c53971e515ff2e0e2b4cc30446e0bee48d51c4be8b6fe4185589ed9&device_ratio=1&tn=B_NORMAL_MAP&nn=0&u_loc=12677548,2604239&ie=utf-8&t=1618452491622"
###響應(yīng)數(shù)據(jù)
response = requests.get(url,headers=headers).json()

這里的cookie可以在瀏覽器network中復(fù)制即可。

通過返回的json數(shù)據(jù)可知道，我們的目標(biāo)數(shù)據(jù)在more_city中，里面是列表數(shù)據(jù)是省份（provice是省份名稱，num是火鍋店數(shù)量），緊接著每一個(gè)省份里都有city（列表），里面是對應(yīng)著省份的城市（name是城市名稱，num是對應(yīng)城市火鍋店數(shù)量）

response = response['more_city']
for i in response:
    city = i['city']
    print(i['province'])
    print(i['num'])
    for j in city:
        print(j['name'])
        print(j['num'])

3.保存到excel

省份和城市分別保存到兩個(gè)不同的excel中

outwb_p = openpyxl.Workbook()
outws_p = outwb_p.create_sheet(index=0)
outws_p.cell(row=1, column=1, value="省份")
outws_p.cell(row=1, column=2, value="數(shù)量")
outwb_c = openpyxl.Workbook()
outws_c = outwb_c.create_sheet(index=0)
outws_c.cell(row=1, column=1, value="城市")
outws_c.cell(row=1, column=2, value="數(shù)量")
##################
###在循環(huán)中寫入數(shù)據(jù)
##################
### 保存全國省份火鍋數(shù)量-李運(yùn)辰”
outwb_p.save("全國省份火鍋數(shù)量-李運(yùn)辰.xls")  # 保存
### 保存全國城市火鍋數(shù)量-李運(yùn)辰”
outwb_c.save("全國城市火鍋數(shù)量-李運(yùn)辰.xls")  # 保存

三、數(shù)據(jù)可視化

1.全國火鍋店數(shù)量分布

datafile = u'全國省份火鍋數(shù)量-李運(yùn)辰.xls'
data = pd.read_excel(datafile)
attr = data['省份'].tolist()
value = data['數(shù)量'].tolist()
name = []
for i in attr:
    if "省" in i:
        name.append(i.replace("省",""))
    else:
        name.append(i)
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker
c = (
    Map()
        .add("數(shù)量", [list(z) for z in zip(name, value)], "china")
        .set_global_opts(title_opts=opts.TitleOpts(title="全國火鍋店數(shù)量分布情況"))
        .render("全國火鍋店數(shù)量分布情況.html")
)

還可以這樣畫：

datafile = u'全國省份火鍋數(shù)量-李運(yùn)辰.xls'
df = pd.read_excel(datafile)
province_distribution = df[['省份', '數(shù)量']].values.tolist()
geo = Geo()
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.add_schema(maptype="china")
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=110000))
# 加入數(shù)據(jù)
geo.add('全國火鍋店數(shù)量分布情況圖2', province_distribution, type_=ChartType.EFFECT_SCATTER)
geo.render("全國火鍋店數(shù)量分布情況圖2.html")

2.四川火鍋店數(shù)量分布

為了繪制城市的分布圖，選擇了四川省為例進(jìn)行繪制（如果要繪制全國的所有城市，那樣出來的圖密密麻麻，不美觀）

datafile = u'全國城市火鍋數(shù)量-李運(yùn)辰.xls'
data = pd.read_excel(datafile)
city = data['城市'].tolist()
values2 = data['數(shù)量'].tolist()
###四川
name = []
value = []
flag = 0
for i in range(0,len(city)):
    if city[i] =="綿陽市":
        flag = 1
    if flag:
        name.append(city[i])
        value.append(int(values2[i]))
 
 
    if city[i] =="甘孜藏族自治州":
        name.append(city[i])
        value.append(int(values2[i]))
        break
c = (
    Map()
        .add("四川火鍋店數(shù)量分布", [list(z) for z in zip(name, value)], "四川")
        .set_global_opts(
        title_opts=opts.TitleOpts(title="四川火鍋店數(shù)量分布"), visualmap_opts=opts.VisualMapOpts()
    )
        .render("四川火鍋店數(shù)量分布.html")
)

四、小結(jié)

到此這篇關(guān)于python爬取全國火鍋店數(shù)量并可視化展示的文章就介紹到這了,更多相關(guān)python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

  • 總結(jié)Python變量的相關(guān)知識(shí)

    總結(jié)Python變量的相關(guān)知識(shí)

    今天給大家?guī)淼氖顷P(guān)于Python基礎(chǔ)的相關(guān)知識(shí),文章圍繞著Python變量的相關(guān)知識(shí)展開,文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下
    2021-06-06
  • 使用Python計(jì)算幾何形狀的表面積與體積

    使用Python計(jì)算幾何形狀的表面積與體積

    這篇文章主要給大家介紹了關(guān)于使用Python計(jì)算幾何形狀的表面積與體積的相關(guān)資料,Python可以使用不同的庫來進(jìn)行幾何圖形的面積計(jì)算,比如math、numpy、scipy、sympy等,文中給出了詳細(xì)的實(shí)例代碼,需要的朋友可以參考下
    2023-06-06
  • Python 腳本實(shí)現(xiàn)淘寶準(zhǔn)點(diǎn)秒殺功能

    Python 腳本實(shí)現(xiàn)淘寶準(zhǔn)點(diǎn)秒殺功能

    這篇文章主要介紹了python實(shí)現(xiàn)淘寶準(zhǔn)點(diǎn)秒殺腳本，本文圖文實(shí)例相結(jié)合給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2019-11-11
  • python讀寫文件with?open的介紹

    python讀寫文件with?open的介紹

    這篇文章主要給大家分享了?python讀寫文件with?open的介紹，使用python的過程中肯定少不了讀取文件的操作，傳統(tǒng)的形式是使用?直接打開、然后在操作、然后再關(guān)閉，接下來請和小編一起進(jìn)入文章了解具體的內(nèi)容吧
    2021-11-11
  • python 判斷文件還是文件夾的簡單實(shí)例

    python 判斷文件還是文件夾的簡單實(shí)例

    今天小編就為大家分享一篇python 判斷文件還是文件夾的簡單實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • 微信跳一跳自動(dòng)運(yùn)行python腳本

    微信跳一跳自動(dòng)運(yùn)行python腳本

    這篇文章主要為大家詳細(xì)介紹了微信小程序跳一跳自動(dòng)運(yùn)行腳本，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
    2018-01-01
  • 詳解Python中for循環(huán)的使用

    詳解Python中for循環(huán)的使用

    這篇文章主要介紹了Python中for循環(huán)的使用,來自于IBM官方網(wǎng)站技術(shù)文檔,需要的朋友可以參考下
    2015-04-04
  • 總結(jié)Python編程中函數(shù)的使用要點(diǎn)

    總結(jié)Python編程中函數(shù)的使用要點(diǎn)

    這篇文章主要介紹了Python編程中函數(shù)的使用要點(diǎn)總結(jié),文中也講到了人民群眾喜聞樂見的lambda表達(dá)式的用法,需要的朋友可以參考下
    2016-03-03
  • 如何將自己的python庫打包成wheel文件并上傳到pypi

    如何將自己的python庫打包成wheel文件并上傳到pypi

    這篇文章主要介紹了如何將自己的python庫打包成wheel文件并上傳到pypi，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-04-04
  • Sanic框架藍(lán)圖用法實(shí)例分析

    Sanic框架藍(lán)圖用法實(shí)例分析

    這篇文章主要介紹了Sanic框架藍(lán)圖用法,結(jié)合實(shí)例形式分析了Sanic框架中藍(lán)圖的功能以及路由控制中藍(lán)圖的定義、注冊、簡單使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下
    2018-07-07

最新評論