1.Python中的生成表达式

列表推导式
格式[表达式for 临时变量 in 可迭代对象[条件语句]]
用途：快速生成一个列表

#回顾：使用普通for循环创建列表
li = []
for i in range(10):
    li.append(i)
print(li)
#列表推导式
li2 = [i for i in range(10)]
print(li2)

练习：生成一个列表['序号:998', '序号:992' ]共10个元素

from random import randint
li = []
for i in range(10):
    seq = '序号:{}'.format(randint(100, 999))
    li.append(seq)
print(li)
#列表推导式
li2 = ['序号:{}'.format(randint(100, 999)) for i in range(10)]
print(li2)

练习：使用列表推导式生成一个含有10个元素的随即列表[ ]并删选出所有偶数

li = []
for _ in range(10):
    li.append(randint(30, 100))
print(li)
result = []
for i in li:
    if i%2 == 0:
        result.append(i)
    else:
        continue
print(result)
li2 = [ i for i in li if i%2 == 0]
print(li2)

练习：使用列表推导式生成一个含有20个元素的随即列表[ ]并删选出所有奇数

li = []
for _ in range(20):
    li.append(randint(1, 100))
print(li)
result = []
for i in li:
    if i%2 != 0:
        result.append(i)
print(result)
li2 = [ i for i in li if  i%2 != 0]
print(li2)

回顾豆瓣电影案例并优化，增加爬取电影图片保存本地功能

import requests
from lxml import html
import pandas as pd
from xpinyin import Pinyin
def spider(city, movie_list = []):
    city_pinyin = Pinyin().get_pinyin(city, splitter = '')
    url = 'https://movie.douban.com/cinema/later/{}/'.format(city_pinyin)
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36"}
    html_data = requests.get(url, headers = headers).text
    selector = html.fromstring(html_data)
    ul_list = selector.xpath('//div[@id="showing-soon"]/div')
    print('{}市将有{}部电影即将上映'.format(city, len(ul_list)))
    ####################################################
    #添加相应电影图片链接地址
    for div in ul_list:
        name = div.xpath('div/h3/a/text()')
        date = div.xpath('div/ul/li[1]/text()')
        style = div.xpath('div/ul/li[2]/text()')
        country = div.xpath('div/ul/li[3]/text()')
        want = div.xpath('div/ul/li[4]/span/text()')
        photo = div.xpath('a/img/@src')
        movie_list.append({
            "name": name[0],
            "date": date[0],
            "style": style[0],
            "country": country[0],
            "want": want[0].replace('人想看', ''),
            "photo": photo[0]
        })

        movie = movie_list.sort(key=lambda x: int(x["want"]), reverse=True)
    for movie in movie_list:
        print(movie)
        img_link = movie['photo']
        response = requests.get(img_link)
        if response.status_code == 200:
            with open('{}.jpg'.format(movie['name']), 'wb') as f:
                f.write(response.content)
    df = pd.DataFrame(movie_list)
    df.to_csv("即将上映电影想看人数排行.csv")

if __name__ == '__main__':
    city = input('请输入城市民名称')
    spider(city)

增加图片链接后.png

爬取的电影图片.png

2.数据可视化

安装 matplotlib库

from matplotlib import pyplot as plt
import numpy as np
#绘制正弦曲线
#选取100个等边距的点（x，y），然后进行绘制曲线
#生成[0,2π]区间100个等间距的点
x = np.linspace(0, 2*np.pi, num = 100)
#print(x)
y = np.sin(x)
plt.plot(x, y)
plt.show()

正弦曲线.png

支持中文显示设置

plt.rcParams["font.sans-serif"] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

曲线的显示设置

x = np.linspace(0, 2*np.pi, num = 100)
#print(x)
y = np.sin(x)
z = np.cos(x)
plt.plot(x, y,
         'p',#颜色
         linestyle =':',#风格
         # - 实线， -- 虚线， ：点画线
         marker = 'o',#标记点的样式
         # o 实心圆， * 星， + 加号
         markerfacecolor = 'r',#标记点的颜色
         alpha = 0.8,#透明度
         label = 'sin(x)'
         )
plt.plot(x, z, marker = 'o', label = 'cos(x)')
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.title('标题')
plt.legend()#设置图例
plt.show()

曲线图.png

绘制条形图

from random import randint
x = ['口红{}'.format(i) for i in range(1, 7)]
#print(x)
y = [randint(200, 1000) for _ in range(6)]
plt.bar(x, y)
plt.grid()#背景表格
plt.xlabel('口红品牌')
plt.ylabel('口红价格（元）')
plt.title('口红价格表')
plt.show()

条形图.png

作业：

• 三国人物分析top10绘制条形图

#承接三国人物出现频率top10分析代码
#显示出现词语前10部分修改为
    role_list, y, x = [], [], []
    for i in range(10):
        role, count = items[i]
        y.append(count)
        x.append(role)
        for _ in range(count):
            role_list.append(role)
    plt.bar(x, y, color='purple')
    plt.grid()
    plt.xlabel('三国人物')
    plt.ylabel('出场频次')
    plt.title('三国人物出现次数top10')
    plt.show()

三国人物分析top10绘制条形图.png

• 三国人物分析top10绘制饼图

    explode = [0.2, 0, 0, 0, 0, 0, 0, 0, 0, 0]
    plt.pie(y, labels=x, explode=explode, startangle=90,shadow=True, autopct='%.1f%%')
    plt.title('三国人物出现次数top10')
    plt.show()

fe8129167b7cba7db0bf50568311cb7.png

• 豆瓣中最想看的即将上映电影top5条形图

#承接豆瓣爬虫代码
    x = [movie['movie_name'] for movie in movie_info_list[:5]]
    y = [movie['want_see'] for movie in movie_info_list[:5]]
   # 绘制柱状图
    plt.bar(x, y, color = 'purple')
    plt.xlabel('电影名')
    plt.ylabel('想看人数')
    plt.title('豆瓣即将上映电影想看人数TOP5')
    plt.grid()
    plt.show()
    # 绘制水平柱状图
    plt.barh(x, y, color = 'purple')
    plt.xlabel('想看人数')
    plt.ylabel('电影名')
    plt.grid()
    plt.title('豆瓣即将上映电影想看人数TOP5')
    plt.show()

豆瓣中最想看的即将上映电影top5条形图.png

豆瓣中最想看的即将上映电影top5条形图.png

• 豆瓣中最想看的即将上映电影top5饼图

    explode = [0.2, 0, 0, 0, 0]
    plt.pie(y,
            labels=x,
            explode=explode,
            startangle=90,
            shadow=True,
            autopct='%.1f%%')
    plt.title('豆瓣即将上映电影想看人数TOP5')
    plt.show()

豆瓣中最想看的即将上映电影top5.png