經(jīng)過了前面的努力缓溅，我們成功獲取到了數(shù)據(jù)，并且學(xué)會(huì)了保存缤苫，但是只是用網(wǎng)頁展示出來速兔，是不是有一些不夠美觀呢？

所以本節(jié)的內(nèi)容是：數(shù)據(jù)的可視化活玲。拿到了數(shù)據(jù)卻不能使其簡(jiǎn)單易懂并且足夠突出涣狗，那就是不是好的數(shù)據(jù)工程師。

效果圖：

部分效果圖

• 本節(jié)需要做的準(zhǔn)備

安裝pyecharts這個(gè)Python的圖表庫：在之前我們安裝了requests舒憾、lxml镀钓、bs4。所以只需要再在cmd里面 pip3 install pyecharts==0.5.6 就OK啦镀迂，如果失敗丁溅，請(qǐng)仔細(xì)閱讀教程：爬蟲入門教程⑥—安裝爬蟲常用工具包.

??ps：由于pyecharts升級(jí)到1.x版本，發(fā)生了較大的變化探遵，所以本教程安裝時(shí)候指定了版本為0.5.6窟赏，否則代碼會(huì)報(bào)錯(cuò)妓柜。
如果報(bào)錯(cuò)ImportError: cannot import name 'Page' from 'pyecharts'那就是沒有加版本限制導(dǎo)致安裝了最新版的pyecharts，需要先執(zhí)行pip3 uninstall pyecharts涯穷，按y確認(rèn)之后棍掐，再次執(zhí)行 pip3 install pyecharts==0.5.6 。
后續(xù)會(huì)繼續(xù)更新教程的拷况。

?

• pyecharts簡(jiǎn)介

這是百度echarts圖表庫塌衰，使用Python接口進(jìn)行生成圖表的一個(gè)庫，非常炫酷蝠嘉。在之前繪圖基本上是用的【Matplotlib】這個(gè)庫最疆，這個(gè)庫功能非常強(qiáng)大，但是缺點(diǎn)也比較明顯蚤告，api調(diào)用比較復(fù)雜努酸，新手上手很慢也很難。于是在去年杜恰，陳鍵冬大佬推出了一個(gè)簡(jiǎn)單易用的繪圖庫 pyecharts获诈。

我當(dāng)時(shí)懷著試一試的心情使用了一下，哇心褐，超好用的舔涎，對(duì)新手超友好的，代碼和圖都寫出來了逗爹，非常詳細(xì)亡嫌，同時(shí)配置項(xiàng)也非常清晰。一口氣畫5個(gè)圖都超快超簡(jiǎn)單的~掘而！

• 確定可視化的目標(biāo)

這是很重要的一步挟冠，先確認(rèn)哪些數(shù)據(jù)值得拿來可視化，然后再去編寫代碼袍睡。一部電影的信息有：名字知染、上映日期、地區(qū)斑胜、類型控淡、關(guān)注者數(shù)量。最明顯的當(dāng)然是關(guān)注者數(shù)量排行榜(柱狀圖)止潘，除此之外我還想了幾個(gè)：
上映電影類型占比(餅圖)
上映地區(qū)占比(餅圖)
上映日期柱狀圖

• 采集所有電影信息

先上之前的代碼:

import requests
from bs4 import BeautifulSoup  # 從bs4引入BeautifulSoup

#請(qǐng)求網(wǎng)頁
# 舊版教程
# url = "https://movie.douban.com/cinema/later/chengdu/"
# response = requests.get(url)

# 2019-12-23更新掺炭，解決不能獲取到響應(yīng)的問題
url = "https://movie.douban.com/cinema/later/chengdu/"  # URL不變
# 新增偽裝成Chrome瀏覽器的header
fake_headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36'
}
response = requests.get(url, headers=fake_headers)  # 請(qǐng)求參數(shù)里面把假的請(qǐng)求header加上

soup = BeautifulSoup(response.content.decode('utf-8'), 'lxml')

all_movies = soup.find('div', id="showing-soon")  # 先找到最大的div

for each_movie in all_movies.find_all('div', class_="item"):  # 從最大的div里面找到影片的div
    # print(each_movie)  # 輸出每個(gè)影片div的內(nèi)容
    all_a_tag = each_movie.find_all('a')
    all_li_tag = each_movie.find_all('li')
    movie_name = all_a_tag[1].text
    moive_href = all_a_tag[1]['href']
    movie_date = all_li_tag[0].text
    movie_type = all_li_tag[1].text
    movie_area = all_li_tag[2].text
    movie_lovers = all_li_tag[3].text
    print('名字：{}，鏈接：{}覆山，日期：{}竹伸，類型：{}，地區(qū)：{}， 關(guān)注者：{}'.format(
        movie_name, moive_href, movie_date, movie_type, movie_area, movie_lovers))

這是數(shù)據(jù)的基礎(chǔ)信息勋篓，我們先全部拿到吧享，然后放進(jìn)一個(gè)list，方便后續(xù)的比較分析處理譬嚣。同時(shí)我們?cè)诖a頂部钢颂，從pyecharts引入Page(在一張圖顯示多個(gè)圖表)、Pie(餅圖)拜银、Bar(柱狀圖)殊鞭。

# 可視化爬取結(jié)果
import requests
from bs4 import BeautifulSoup  # 從bs4引入BeautifulSoup
from pyecharts import Page, Pie, Bar  # 引入繪圖需要的模塊

#請(qǐng)求網(wǎng)頁
# 舊版教程
# url = "https://movie.douban.com/cinema/later/chengdu/"
# response = requests.get(url)

# 2019-12-23更新，解決不能獲取到響應(yīng)的問題
url = "https://movie.douban.com/cinema/later/chengdu/"  # URL不變
# 新增偽裝成Chrome瀏覽器的header
fake_headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36'
}
response = requests.get(url, headers=fake_headers)  # 請(qǐng)求參數(shù)里面把假的請(qǐng)求header加上

soup = BeautifulSoup(response.content.decode('utf-8'), 'lxml')

all_movies = soup.find('div', id="showing-soon")  # 先找到最大的div

# 先把所有的數(shù)據(jù)存到這個(gè)list里面
all_movies_info = []
for each_movie in all_movies.find_all('div', class_="item"):  # 從最大的div里面找到影片的div
    # print(each_movie)  # 輸出每個(gè)影片div的內(nèi)容
    all_a_tag = each_movie.find_all('a')
    all_li_tag = each_movie.find_all('li')
    movie_name = all_a_tag[1].text
    moive_href = all_a_tag[1]['href']
    movie_date = all_li_tag[0].text
    movie_type = all_li_tag[1].text
    movie_area = all_li_tag[2].text
    movie_lovers = all_li_tag[3].text.replace('人想看', '') #  去掉除了數(shù)字之外的字
    # 把電影數(shù)據(jù)添加到list
    all_movies_info.append({'name': movie_name, 'date': movie_date, 'type': movie_type, 
                            'area': movie_area, 'lovers': movie_lovers})
    # print('名字：{}尼桶，日期：{}操灿，類型：{}，地區(qū)：{}泵督， 關(guān)注者：{}'.format(
        # movie_name, movie_date, movie_type, movie_area, movie_lovers))
print(all_movies_info)  # 輸出一下檢查數(shù)據(jù)是否傳遞成功

?

• 繪制關(guān)注者排行榜

處理邏輯：首先把所有的電影以關(guān)注者數(shù)量排個(gè)序趾盐，然后從所有電影里面以獲取到電影的名字和電影的關(guān)注者數(shù)量，最后添加到柱狀圖里小腊。
sorted函數(shù)救鲤，第一個(gè)參數(shù)接受一個(gè)可以遍歷的對(duì)象，key參數(shù)接受一個(gè)匿名函數(shù)秩冈，用以指定以遍歷對(duì)象內(nèi)的哪個(gè)元素作為排序的依據(jù)
以下代碼添加到上一個(gè)示例代碼后面即可本缠。

# 繪制關(guān)注者排行榜圖

# i['name'] for i in all_movies_info 這個(gè)是Python的快捷方式，
# 這一句的作用是從all_movies_info這個(gè)list里面依次取出每個(gè)元素入问，
# 并且取出這個(gè)元素的 name 屬性
sort_by_lovers = sorted(all_movies_info, key=lambda x: int(x['lovers']))
all_names = [i['name'] for i in sort_by_lovers]
all_lovers = [i['lovers'] for i in sort_by_lovers]

lovers_rank_bar = Bar('電影關(guān)注者排行榜')  # 初始化圖表丹锹，給個(gè)名字
# all_names是所有電影名，作為X軸, all_lovers是關(guān)注者的數(shù)量队他，作為Y軸卷仑。二者數(shù)據(jù)一一對(duì)應(yīng)。
# is_convert=True設(shè)置x麸折、y軸對(duì)調(diào),。is_label_show=True 顯示y軸值垢啼。 label_pos='right' Y軸值顯示在右邊
lovers_rank_bar.add('', all_names, all_lovers, is_convert=True, is_label_show=True, label_pos='right')
lovers_rank_bar  # jupyter下直接顯示圖表在輸出框內(nèi)