python可视化大作业-python爬虫初探和简单数据分析及可视化，帮学妹写个大作业....pdfVIP

python可视化⼤作业_python爬⾍初探和简单数据分析及可视 化，帮学妹写个⼤作业... 学妹期末⼤作业 基于Pyt on的⼗年(2009年~20 18年) 电影票房前25位分析 1． 按年统计 1) 不同类型电影的平均票房 2) 不同国家及地区电影在前25排名中的占⽐ 2． 分析⼗年间 1) 每年票房冠军的票房⾛势，并找出⼗年票房总冠军 2) 不同类型的票房分冠军 3) 同⼀类型电影平均票房⾛势，分别找出上升、下降最厉害的两种类型 4) 同⼀地区在前25排名中占⽐的变化趋势，分别找出占⽐上升、下降最厉害的两个地区 5) 探究是否有⼀种或多种类型的电影在⼗年间票房震荡⾮常厉害 3． 分析总票房和平均票价、场均⼈次、排⽚场数之间的关系。 4．撰写word⽂档完成本分析题，所有的结论和分析都需要配图或表加以⽀撑。并将⼗年间共250部电影名称作成词云烘托主题。 ⼤作业分析 1.环境，建议使⽤anaconda3(环境集成，不⽤再去安装依赖包，之类的) 2.分为爬取数据和分析两个部分 下⾯直接上代码 爬⾍部分，爬取数据并存放到data.csv 中 #!/usr/bin/pyt on # -*- coding: utf-8 -*- import requests import time import re import csv from bs4 import BeautifulSoup #设置URL固定部分 url= ttp:///year?year= #设置请求头部信息 eaders = { User-Agent:Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) C rome/55.0.2883.87 Safari/537.36 } #循环抓取列表页信息 for year in range(2009,20 19): if year == 2009: year=str(year) a=(url+year) r=requests.get(url=a, eaders= eaders) tml=r.content else: year=str(year) a=(url+year) r=requests.get(url=a, eaders= eaders) tml2=r.content tml = tml + tml2 #每次间隔0.5秒 time.sleep(0.5) lj =BeautifulSoup( tml, tml.parser) #print(lj ) #提取名称、类型、总票房(万)、平均票价、场均⼈次及国家及地区 result=lj .find_all(td) #print(result) #print(len(result)) mname=[] title= index= 1 year=2009 for i in result: i=str(i) title=re.findall(r(.*?) ,i,re.I|re.M) if len(title)0: mname.append(index) index=index+ 1 mname.append(title[0]) else: info=re.findall(r (.*?),i,re.I|re.M) mname.append(info[0]) #print(len(mname)) #print(mname) k=0 data=[] w ile k2000: year=2009 year=year+(k//200) data.append([mname[k],mname[k+ 1],mname[k+2],mname[k+3],mname[k+4],mname[k+5],mname[k+6],mname[k+7],year,1]) k=k+8 #print(data) print(len(data))#⼀共250条数据 #将结果存到CSV⽂件 wit open(./data.csv,w) as fout: cin= csv.writer(fout,lineterminator=\n) #写⼊row_ 1 cin.writerow([index,name,type,zpf,mantimes,price,area,datatime,year,mark]) for item in data: cin