“端午节” 送亲戚，送长辈，粽子可视化大屏来帮忙！，面试阿里巴巴

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

京东网站，一般是动态加载的，也就是说，采用一般方式只能爬取到某个页面的前30个数据（一个页面一共60个数据）。

基于本文，我仅用最基本的方法，爬取了每个页面的前30条数据（如果大家有兴趣，可以 自行下去爬取所有的数据）。

那么，本文究竟爬取了哪些字段呢?我给大家做一个展示，大家有兴趣额，可以爬取更多的字段，做更为详细的分析。

下面为大家展示爬虫代码：

import pandas as pd

import requests

from lxml import etree

import chardet

import time

import re

def get_CI(url):

headers = {‘User-Agent’:‘Mozilla/5.0 (Windows NT 6.1; Win64; X64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.80 Safari/537.36’}

rqg = requests.get(url,headers=headers)

rqg.encoding = chardet.detect(rqg.content)[‘encoding’]

html = etree.HTML(rqg.text)

价格

p_price = html.xpath(‘//div/div[@class=“p-price”]/strong/i/text()’)

名称

p_name = html.xpath(‘//div/div[@class=“p-name p-name-type-2”]/a/em’)

p_name = [str(p_name[i].xpath(‘string(.)’)) for i in range(len(p_name))]

深层url

deep_ur1 = html.xpath(‘//div/div[@class=“p-name p-name-type-2”]/a/@href’)

deep_url = [“http:” + i for i in deep_ur1]

从这里开始，我们获取“二级页面”的信息

brands_list = []

kinds_list = []

for i in deep_url:

rqg = requests.get(i,headers=headers)

rqg.encoding = chardet.detect(rqg.content)[‘encoding’]

html = etree.HTML(rqg.text)

品牌

brands = html.xpath(‘//div/div[@class=“ETab”]//ul[@id=“parameter-brand”]/li/@title’)

brands_list.append(brands)

类别

kinds = re.findall(‘>类别：(.*?)’,rqg.text)

kinds_list.append(kinds)

data = pd.DataFrame({‘名称’:p_name,‘价格’:p_price,‘品牌’:brands_list,‘类别’:kinds_list})

return(data)

x = “https://search.jd.com/Search?keyword=%E7%B2%BD%E5%AD%90&qrst=1&wq=%E7%B2%BD%E5%AD%90&stock=1&page=”

url_list = [x + str(i) for i in range(1,200,2)]

res = pd.DataFrame(columns=[‘名称’,‘价格’,‘品牌’,‘类别’])

这里进行“翻页”操作

for url in url_list:

res0 = get_CI(url)

res = pd.concat([res,res0])

time.sleep(3)

保存数据

res.to_csv(‘aliang.csv’,encoding=‘utf_8_sig’)

最终爬取到的数据，长这样。

数据清洗

---

从上图可以看到，整个数据算是很整齐的，不是特别乱，我们只做一些简单的操作即可。

先使用pandas库，来读取数据。

import pandas as pd

df = pd.read_excel(“粽子.xlsx”,index_col=False)

df.head()

结果如下：

我们分别针对 “品牌”、“类别‘两个字段，去掉中括号。

df[“品牌”] = df[“品牌”].apply(lambda x: x[1:-1])

df[“类别”] = df[“类别”].apply(lambda x: x[1:-1])

df.head()

结果如下：

① 粽子品牌排名前10的店铺

df[“品牌”].value_counts()[:10]

② 粽子口味排名前5的味道

def func1(x):

if x.find(“甜”) > 0:

return “甜粽子”

else:

return x

df[“类别”] = df[“类别”].apply(func1)

df[“类别”].value_counts()[1:6]

结果如下：

③ 粽子售卖价格区间划分

def price_range(x): #按照淘宝推荐划分价格区间

if x <= 50:

return ‘<50元’

elif x <= 100:

return ‘50-100元’

elif x <= 300:

return ‘100-300元’

elif x <= 500:

return ‘300-500元’

elif x <= 1000:

return ‘500-1000元’

else:

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
mg_convert/21b2604bd33c4b6713f686ddd3fe5aff.png)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-jAE8Wtjc-1713418830245)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！