经过了前面的努力，我们成功获取到了数据，并且学会了保存，但是只是用网页展示出来，是不是有一些不够美观呢？
所以本节的内容是：数据的可视化。拿到了数据却不能使其简单易懂并且足够突出，那就是不是好的数据工程师。
效果图：
-
本节需要做的准备
安装pyecharts这个Python的图表库：在之前我们安装了requests、lxml、bs4。所以只需要再在cmd里面 pip3 install pyecharts==0.5.6 就OK啦，如果失败，请仔细阅读教程：爬虫入门教程⑥—安装爬虫常用工具包.
ps：由于pyecharts升级到1.x版本，发生了较大的变化，所以本教程安装时候指定了版本为0.5.6，否则代码会报错。
如果报错ImportError: cannot import name 'Page' from 'pyecharts'那就是没有加版本限制导致安装了最新版的pyecharts，需要先执行pip3 uninstall pyecharts，按y确认之后，再次执行pip3 install pyecharts==0.5.6。
后续会继续更新教程的。
-
pyecharts简介
这是百度echarts图表库，使用Python接口进行生成图表的一个库，非常炫酷。在之前绘图基本上是用的【Matplotlib】这个库，这个库功能非常强大，但是缺点也比较明显，api调用比较复杂，新手上手很慢也很难。于是在去年，陈键冬大佬推出了一个简单易用的绘图库 pyecharts。
我当时怀着试一试的心情使用了一下，哇，超好用的，对新手超友好的，代码和图都写出来了，非常详细，同时配置项也非常清晰。一口气画5个图都超快超简单的~！
-
确定可视化的目标
这是很重要的一步，先确认哪些数据值得拿来可视化，然后再去编写代码。一部电影的信息有：名字、上映日期、地区、类型、关注者数量。最明显的当然是关注者数量排行榜(柱状图)，除此之外我还想了几个：
上映电影类型占比(饼图)
上映地区占比(饼图)
上映日期柱状图
-
采集所有电影信息
先上之前的代码:
import requests
from bs4 import BeautifulSoup # 从bs4引入BeautifulSoup
#请求网页
# 旧版教程
# url = "https://movie.douban.com/cinema/later/chengdu/"
# response = requests.get(url)
# 2019-12-23更新，解决不能获取到响应的问题
url = "https://movie.douban.com/cinema/later/chengdu/" # URL不变
# 新增伪装成Chrome浏览器的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) # 请求参数里面把假的请求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"): # 从最大的div里面找到影片的div
# print(each_movie) # 输出每个影片div的内容
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：{}，链接：{}，日期：{}，类型：{}，地区：{}， 关注者：{}'.format(
movie_name, moive_href, movie_date, movie_type, movie_area, movie_lovers))
这是数据的基础信息，我们先全部拿到，然后放进一个list，方便后续的比较分析处理。同时我们在代码顶部，从pyecharts引入Page(在一张图显示多个图表)、Pie(饼图)、Bar(柱状图)。
# 可视化爬取结果
import requests
from bs4 import BeautifulSoup # 从bs4引入BeautifulSoup
from pyecharts import Page, Pie, Bar # 引入绘图需要的模块
#请求网页
# 旧版教程
# url = "https://movie.douban.com/cinema/later/chengdu/"
# response = requests.get(url)
# 2019-12-23更新，解决不能获取到响应的问题
url = "https://movie.douban.com/cinema/later/chengdu/" # URL不变
# 新增伪装成Chrome浏览器的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) # 请求参数里面把假的请求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
# 先把所有的数据存到这个list里面
all_movies_info = []
for each_movie in all_movies.find_all('div', class_="item"): # 从最大的div里面找到影片的div
# print(each_movie) # 输出每个影片div的内容
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', '') # 去掉除了数字之外的字
# 把电影数据添加到list
all_movies_info.append({'name': movie_name, 'date': movie_date, 'type': movie_type,
'area': movie_area, 'lovers': movie_lovers})
# print('名字：{}，日期：{}，类型：{}，地区：{}， 关注者：{}'.format(
# movie_name, movie_date, movie_type, movie_area, movie_lovers))
print(all_movies_info) # 输出一下检查数据是否传递成功
-
绘制关注者排行榜
处理逻辑：首先把所有的电影以关注者数量排个序，然后从所有电影里面以获取到电影的名字和电影的关注者数量，最后添加到柱状图里。
sorted函数，第一个参数接受一个可以遍历的对象，key参数接受一个匿名函数，用以指定以遍历对象内的哪个元素作为排序的依据
以下代码添加到上一个示例代码后面即可。
# 绘制关注者排行榜图
# i['name'] for i in all_movies_info 这个是Python的快捷方式，
# 这一句的作用是从all_movies_info这个list里面依次取出每个元素，
# 并且取出这个元素的 name 属性
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('电影关注者排行榜') # 初始化图表，给个名字
# all_names是所有电影名，作为X轴, all_lovers是关注者的数量，作为Y轴。二者数据一一对应。
# is_convert=True设置x、y轴对调,。is_label_show=True 显示y轴值。 label_pos='right' Y轴值显示在右边
lovers_rank_bar.add('', all_names, all_lovers, is_convert=True, is_label_show=True, label_pos='right')
lovers_rank_bar # jupyter下直接显示图表在输出框内
