2019-07-31 東軟實(shí)訓(xùn) python第四天

Python

  1. '123{}678'.format('45')
  2. from lxml import html
    xpath_dom = html.fromString()
    ul_list = selector.xpath('//div[@id="search_nature_rg"]/ul/li')
  3. 三目運(yùn)算
    trueStatement if condition else falseStatement
  4. pandas
    存儲(chǔ)為csv文件:
    df = pd.DataFrame(book_list)
    df.to_csv('dangdang.csv')
  5. iris.data[:,:2]
    切片鲜滩,直接切列
import requests
from lxml import html
from wordcloud import WordCloud
from matplotlib import pyplot as plt
plt.rcParams["font.sans-serif"] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
def spider_movie(address):
    movie_list = []
    url = 'https://movie.douban.com/cinema/later/{}'.format(address)
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36"}
    resp = requests.get(url, headers=headers)
    html_data = resp.text
    selector = html.fromstring(html_data)
    div_list = selector.xpath('//div[@id="showing-soon"]/div')
    print('共有{}部電影即將上映'.format(len(div_list)))

    for div in div_list:
        # 電影名
        name = div.xpath('./div[@class="intro"]/h3/a/text()')[0]
        # print(name)

        # 上映日期
        day = div.xpath('./div[@class="intro"]/ul/li/text()')[0]
        # print(day)

        # 類型
        type = div.xpath('./div[@class="intro"]/ul/li/text()')[1]
        # print(type)

        # 上映國家
        country = div.xpath('./div[@class="intro"]/ul/li/text()')[2]
        # print(country)

        # 想看人數(shù)
        div_three = div.xpath('./div[@class="intro"]/ul/li')[3]
        number = div_three.xpath('./span/text()')[0]
        number = str(number).replace('人想看', '')
        number = int(number)
        # print(number)

        # 添加電影信息
        movie_list.append({
            'name':name,
            'day':day,
            'type':type,
            'country':country,
            'number':number
        })

    # 排序
    movie_list.sort(key=lambda x:x['number'], reverse=True)

    # 遍歷
    for movie in movie_list:
        print(movie)

    # 繪制即將上映電影最想看前五人數(shù)占比圖
    top5_movie = [movie_list[i] for i in range(4)]
    labels = [x['name'] for x in top5_movie]
    # print(labels)
    counts = [x['number'] for x in top5_movie]
    # print(counts)
    colors = ['red', 'purple', 'yellow', 'gray', 'green']
    plt.pie(counts, labels=labels, autopct='%1.2f%%', colors=colors)
    plt.legend(loc=2)
    plt.axis('equal')
    plt.show()

     # 繪制即將上映電影國家的占比圖
    total = [x['country'] for x in movie_list]
    text = ''.join(total)
    print(text)
    words_list = jieba.lcut(text)
    print(words_list)
    counts = {}
    excludes ={"大陸"}
    for word in words_list:
        if len(word) <= 1:
            continue
        else:
            counts[word] = counts.get(word, 0) + 1
    print(counts)
    for word in excludes:
        del counts[word]
    items = list(counts.items())
    print(items)
    items.sort(key=lambda x: x[1], reverse=True)
    print(items)
    numm = [] # 數(shù)量
    labels = [] # 國家
    for i in range(len(items)):
        x, y = items[i]
        numm.append(y)
        if(x == "中國"):
            x = "中國大陸"
        labels.append(x)
    plt.pie(numm, labels=labels, autopct='%1.2f%%')
    plt.legend(loc=2)
    plt.axis('equal')
    plt.show()

    # top5.png
    text = ' '.join(labels)
    WordCloud(
        font_path='MSYH.TTC',
        background_color='white',
        width=800,
        height=600,
        collocations=False
    ).generate(text).to_file('top5.png')

spider_movie('chongqing')

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末盯拱,一起剝皮案震驚了整個(gè)濱河市腹侣,隨后出現(xiàn)的幾起案子蚂四,更是在濱河造成了極大的恐慌款票,老刑警劉巖跃捣,帶你破解...
    沈念sama閱讀 212,294評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件谱醇,死亡現(xiàn)場離奇詭異,居然都是意外死亡步做,警方通過查閱死者的電腦和手機(jī)副渴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,493評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來全度,“玉大人煮剧,你說我怎么就攤上這事〗遥” “怎么了勉盅?”我有些...
    開封第一講書人閱讀 157,790評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長顶掉。 經(jīng)常有香客問我草娜,道長,這世上最難降的妖魔是什么痒筒? 我笑而不...
    開封第一講書人閱讀 56,595評論 1 284
  • 正文 為了忘掉前任宰闰,我火速辦了婚禮,結(jié)果婚禮上簿透,老公的妹妹穿的比我還像新娘移袍。我一直安慰自己,他們只是感情好老充,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,718評論 6 386
  • 文/花漫 我一把揭開白布葡盗。 她就那樣靜靜地躺著,像睡著了一般啡浊。 火紅的嫁衣襯著肌膚如雪觅够。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,906評論 1 290
  • 那天虫啥,我揣著相機(jī)與錄音蔚约,去河邊找鬼。 笑死涂籽,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的砸抛。 我是一名探鬼主播评雌,決...
    沈念sama閱讀 39,053評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼直焙!你這毒婦竟也來了景东?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,797評論 0 268
  • 序言:老撾萬榮一對情侶失蹤奔誓,失蹤者是張志新(化名)和其女友劉穎斤吐,沒想到半個(gè)月后搔涝,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,250評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡和措,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,570評論 2 327
  • 正文 我和宋清朗相戀三年庄呈,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片派阱。...
    茶點(diǎn)故事閱讀 38,711評論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡诬留,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出贫母,到底是詐尸還是另有隱情文兑,我是刑警寧澤,帶...
    沈念sama閱讀 34,388評論 4 332
  • 正文 年R本政府宣布腺劣,位于F島的核電站绿贞,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏橘原。R本人自食惡果不足惜籍铁,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,018評論 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望靠柑。 院中可真熱鬧寨辩,春花似錦、人聲如沸歼冰。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,796評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽隔嫡。三九已至甸怕,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間腮恩,已是汗流浹背梢杭。 一陣腳步聲響...
    開封第一講書人閱讀 32,023評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留秸滴,地道東北人武契。 一個(gè)月前我還...
    沈念sama閱讀 46,461評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像荡含,于是被迫代替她去往敵國和親咒唆。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,595評論 2 350