爬虫毕设（六）：数据可视化

pyecharts数据可视化

pyecharts是一个用于生成Echarts图表的类库。Echarts是百度开源的一个数据可视化JS库，主要用于数据可视化。实际是Echarts与Python的对接，使用pyecharts可以生成独立的网页。

pyechart可以做很多图表，毕业设计使用了三种简单的图表：折线图、饼状图、词云图。

pyecharts可以使用pip install pyecharts直接下载。

pyecharts官方文档地址：

折线图

这是一张关于电视剧评分的折线图。横坐标是电视剧评分，纵坐标是电视剧的数量。

需要导入的库有两个：

import pyecharts.options as opts
from pyecharts.charts import Line

第一个库生成图表的名字，第二个库选择使用的图表类型。

表里的数据就是前边使用爬虫爬下来的数据，所以连接数据库获取数据，这里直接略过。

# 横纵坐标的处理
xli = []
yli = [0]*100

for i in arange(1, 101):
    xli.append(str(float(i)/10))
for j in ret:
    yli[int(float(j[0])*10)] += 1

# 插入横纵坐标，同时设置图名，最后渲染生成一个HTML文件
l = (
    Line()
    .add_xaxis(xli)            # x轴坐标点必须是string类型
    .add_yaxis("电视剧部数", yli, is_smooth=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="电视剧评分分布图"))
    .render(‘rateLine.html‘)
)

这段代码最后生成一个HTML文件，在HTML文件中有一些动画，可以更好的观察数据。也可以生成图片，但是要下载额外的库。

饼状图

对于这个毕业设计，可以使用饼状图分析电视剧的类型和电视剧的拍摄国家或地区。

# 数据处理
data = []
for i in ret:
  data.append(i[0].split(‘/‘)[0])

newdata = []
num_count = Counter(data)
for item in num_count:
  newdata.append([item, num_count[item]])

def Pie1():
  pie = (
  Pie()
  .add("", newdata)
  .set_global_opts(title_opts=opts.TitleOpts(title="Pie-国家或地区"),legend_opts=opts.LegendOpts(pos_left=160))
  .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))
  return pie

Pie1().render(‘c_or_rPie.html‘)

饼状图需要将一个[(key1, value1), (key1, value1),...]类型的数据传入饼状图。这里使用一个Counter计数器，之后在将数据放到一个数组中，其他没有跟折线图都没有太大的差别。

两个饼状图代码几乎一样，只需要变动数据库的查询语句，一个为select c_or_r另一个为selete tv_type。

词云图

词云图接受一段文本，自动按空格划分出字或词。然后按词的出现频率设置不同的字体。

data = []
for i in ret:
  data.append(i[0].replace(‘/‘, ‘ ‘))
text = ‘ ‘.join(data)
# print(text)

wc = WordCloud(font_path=‘simsun.ttc‘, collocations=False, width=800, height=600, mode=‘RGBA‘, background_color=None).generate(text)

# 显示词云
plt.imshow(wc, interpolation=‘bilinear‘)
plt.axis(‘off‘)
plt.show()

# 保存到文件
wc.to_file(‘C:\\Users\\1\\Desktop\\wcType.png‘)  # 生成图像是透明的
print("已生成词云图")

先使用select语句查询数据库，对每一条数据，用空格替换"/"字符，同时再将所有的数据都添加到一个字符串中，每两条数据之间使用空格隔开。将得到的字符串传给词云图。词云图可以直接生成图片格式。

虽然最后结果很丑，但可以用emmmm。

这次毕业设计大概就做了这么些东西，工作量确实不是很多，被收拾了。。。应该是没有后续了，代码地址：