第二关:
Python代码解析数据
如何解析这堆杂乱无章的数据?
(1)打开网页工具 www.json.cn
(2)将数据整理成Json格式:以大括号开头和结尾
(3)找到目标数据值对应的名字
Python replace语法
replace为替换的意思,可以使用replace把任何不想要的数据替换成一个新值
引入Python整理数据的工具包 json、获取鞋子颜色及鞋码数据
import requests
import json
resp = requests.get('https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId=10335871589&score=0&sortType=5&page=0&pageSize=10&isShadowSku=0&fold=1')
content = resp.text
rest = content.replace('fetchJSON_comment98(','').replace(');','')
json_data = json.loads(rest)
# comments=10条数据
comments = json_data['comments']
for item in comments:
productColor = item['productColor']
productSize = item['productSize']
print("鞋子颜色=",productColor)
print("鞋子大小=",productSize)
结果图
import requests
import json
resp = requests.get('https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId=100006262957&score=0&sortType=5&page=0&pageSize=10&isShadowSku=0&fold=1')
content = resp.text
text = content.replace('fetchJSON_comment98(','').replace(');','')
json_data = json.loads(text)
comments = json_data['comments']
for item in comments:
color = item['productColor']
print("productColor=",color)
利用for循环写一段代码,爬取评论中口红的色号数据
import requests
import json
resp = requests.get('https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId=100006262957&score=0&sortType=5&page=0&pageSize=10&isShadowSku=0&fold=1')
content = resp.text
text = content.replace('fetchJSON_comment98(','').replace(');','')
json_data = json.loads(text)
comments = json_data['comments']
for item in comments:
color = item['productColor']
print("productColor=",color)
结果图
4行代码带数据回家
学会引入openpyxl工具包存储数据?
数据保存步骤
(1)创建一个Excel表格
(2)创建一个sheet
(3)在sheet里面保存数据
(4)把表格保存在一个磁盘里
代码
import openpyxl
import matplotlib.pyplot as plt
wk = openpyxl.load_workbook('data/msf-15574864193.xlsx')
sheet = wk['Sheet1']
colors = []
sizes = []
for i in range(1,21):
colors.append(sheet['A' + str(i)].value)
sizes.append(sheet['B' + str(i)].value)
color_class = set(colors)
count = len(colors)
color_percent = []
for clr in color_class:
color_percent.append(colors.count(clr)/count)
plt.pie(x=color_percent,labels=color_class,autopct='%1.3f%%')
plt.rcParams['font.sans-serif']=['SimHei']
plt.legend()
plt.savefig('data/msf-15574864193.png')
结果图
主题:
python技能应用方向详细剖析
爬虫、办公自动化和数据分析?
它们能给我们的工作带来什么便利呢?
学会这项技能你需要掌握哪些知识?多久可以学会呢?
思考
那么对于学习一门技能我们首先要找到这几个问题的答案:
1、学了能做什么、解决什么问题❓
2、需要掌握哪些知识?要学多久?怎么高效学习❓
技能具体有哪些呢❓
三个技能都是【通用型应用技能】,分别是:爬虫、办公自动化、数据分析
答案
1、爬虫
这是杨淑娟老师(娟儿姐)历时8个月打磨出来的最新大纲(已迭代新增10课时,新技术),看大纲你就大概知道掌握这门技能有哪些知识点,非常全面
这些一共90课时,每个课时30分钟,加自己练习时间20-30分钟,也就是说每天假如学习一个课时,3个月学完爬虫和语法部分