2019-07-31 东软实训 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. 三目运算
    trueStatement if condition else falseStatement
  4. pandas
    存储为csv文件:
    df = pd.DataFrame(book_list)
    df.to_csv('dangdang.csv')
  5. iris.data[:,:2]
    切片,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{}部电影即将上映'.format(len(div_list)))

    for div in div_list:
        # 电影名
        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)

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

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

        # 想看人数
        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)

        # 添加电影信息
        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)

    # 遍历
    for movie in movie_list:
        print(movie)

    # 绘制即将上映电影最想看前五人数占比图
    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()

     # 绘制即将上映电影国家的占比图
    total = [x['country'] for x in movie_list]
    text = ''.join(total)
    print(text)
    words_list = jieba.lcut(text)
    print(words_list)
    counts = {}
    excludes ={"大陆"}
    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 = [] # 数量
    labels = [] # 国家
    for i in range(len(items)):
        x, y = items[i]
        numm.append(y)
        if(x == "中国"):
            x = "中国大陆"
        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')

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,590评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,808评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,151评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,779评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,773评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,656评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,022评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,678评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,038评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,756评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,411评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,005评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,973评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,053评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,495评论 2 343