引言:
随着数据科学的兴起,Python成为了一种广泛应用于数据分析领域的编程语言。然而,对于初学者来说,学习Python数据分析可能会感到有些困惑。本文将分享一些给小白的心得和体会,帮助他们更好地踏上学习Python数据分析的道路。
1.扎实的Python基础是关键
在学习Python数据分析之前,建议小白们先打好Python基础。熟悉Python的语法、数据类型、控制流和函数等基本概念对于理解数据分析的工具和库至关重要。可以通过在线教程、书籍或者参加培训班来系统学习Python。
2.学习数据分析相关的库和工具
Python有许多强大的数据分析库和工具,例如NumPy、Pandas、Matplotlib和Seaborn等。这些库提供了丰富的函数和方法,使得数据的处理、分析和可视化变得更加高效和便捷。推荐小白们通过阅读官方文档、参考教程和实践项目来熟悉这些库的使用。
以下是数据分析最实用、最常用的几个库和工具
三方库:
-
NumPy(mericNual Python), NumPy是Python中最基础和最重要的库之一。它提供了高效的多维数组对象和各种用于操作数组的函数,使得数值计算变得更加简单和高效。NumPy的核心是ndarray(N-dimensional array),它支持广播、向量化操作和快速的数学运算,为数据分析提供了强大的基础。
-
Pandas,Pandas是Python中最受欢迎的数据分析库之一。它提供了高效的数据结构(如Series和DataFrame),用于处理和分析结构化数据。Pandas具有灵活的数据操作和处理功能,包括数据的清洗、转换、合并和分组等。此外,Pandas还支持对缺失数据的处理和时间序列数据的分析。
-
Matplotlib,Matplotlib是一个强大的数据可视化库,用于创建各种类型的静态、动态和交互式图形。它提供了广泛的绘图选项,包括折线图、散点图、柱状图、饼图、等高线图等。Matplotlib的灵活性使得用户可以自定义图形的样式、标签和注释,以便更好地传达数据的信息。
-
Seaborn ,Seaborn是建立在Matplotlib之上的统计数据可视化库。它提供了一组高级接口和样式设置,使得创建各种统计图形变得更加简单和美观。Seaborn的优势在于它对数据可视化中的常见任务(如分类数据、回归分析和多变量分析)提供了便捷的方法和功能。
-
Scikit-learn ,Scikit-learn是一个功能强大的机器学习库,提供了各种机器学习算法和工具,包括分类、回归、聚类、降维等。它还提供了用于数据预处理、特征选择和模型评估的函数。Scikit-learn的简单和一致的API使得机器学习任务更加容易上手和实现。
工具:
-
Jupyter Notebook ,Jupyter Notebook是一个交互式的开发环境,可以创建和共享包含代码、文本和可视化的笔记本。它支持多种编程语言,包括Python,使得数据分析的过程更加直观和可交互。你可以在Jupyter Notebook中编写和运行代码,并在同一个界面中展示结果和分析报告。
-
Anaconda ,Anaconda是一个流行的Python数据科学平台,它提供了一个集成的环境,包括Python解释器、各种数据分析库和工具。通过安装Anaconda,你可以一次性获取大部分常用的数据分析工具,并方便地管理和更新它们。Anaconda还提供了图形界面和命令行工具,用于管理包、环境和项目。
-
Tableau ,Tableau是一种强大的数据可视化工具,可以帮助你快速创建交互式的图表、仪表板和报告。它支持多种数据源,并提供了丰富的可视化选项和交互功能。通过Tableau,你可以将复杂的数据转化为易于理解和分享的可视化结果,从而更好地传达数据的见解和故事。
-
Excel ,Excel是一款广泛使用的电子表格软件,也可以用于数据分析。它提供了丰富的函数和工具,可以进行数据的排序、筛选、计算和可视化。Excel适合处理小规模和简单的数据集,并提供了直观的界面和操作方式。此外,Excel还支持宏和自定义脚本,使得更复杂的数据处理和分析任务成为可能。
-
Power BI ,Power BI是一款商业智能工具,用于数据可视化和报告。它可以连接多种数据源,进行数据的整合、转换和建模。Power BI提供了丰富的可视化选项和交互功能,支持创建动态的仪表板和报告。通过Power BI,你可以在数据分析中实现更高级的可视化和洞察力。
3.实践项目是提高的关键
当然学习理论知识只是迈出学习Python数据分析的第一步。而真正的提高需要通过实践项目来巩固所学的概念和技能。可以尝试从简单的数据集开始,逐渐挑战更复杂的项目。这样可以锻炼自己的问题解决能力和数据分析思维。
在这里我推荐几个实战案例供大家尝试:
-
电子商务数据分析 选择一个电子商务网站的销售数据集,通过使用Pandas库进行数据清洗和预处理,然后使用Matplotlib和Seaborn库创建可视化图表,如销售趋势图、产品类别占比图等。进一步,可以使用基本统计分析方法来计算销售额、平均订单金额等关键指标,并进行用户行为分析和市场细分。
-
社交媒体数据分析 选择一个社交媒体平台的用户数据集,使用Pandas库进行数据清洗和预处理,然后使用Matplotlib和Seaborn库创建可视化图表,如用户活跃度趋势图、用户地理分布图等。可以通过基本统计分析方法计算用户增长率、用户留存率等指标,并进行用户行为和兴趣分析。
-
健康领域数据分析 选择一个健康领域的数据集,如病人的医疗记录或健康调查数据。使用Pandas库进行数据清洗和预处理,并利用Matplotlib和Seaborn库创建可视化图表,如疾病发病率趋势图、不同人群健康指标对比图等。可以通过基本统计分析方法探索疾病与变量之间的关系,并进行预测建模以辅助诊断和预防。
-
金融数据分析 选择一个金融数据集,如股票市场数据或财务报表数据。使用Pandas库进行数据清洗和预处理,并使用Matplotlib和Seaborn库创建可视化图表,如股票价格走势图、财务指标对比图等。可以通过基本统计分析方法计算收益率、波动性等指标,并进行投资组合优化或风险分析。
-
城市交通数据分析 选择一个城市的交通数据集,如交通流量数据或公共交通乘客数据。使用Pandas库进行数据清洗和预处理,并使用Matplotlib和Seaborn库创建可视化图表,如交通拥堵热力图、公交车站点热力图等。可以通过基本统计分析方法探索交通拥堵原因、优化交通路线等。
这些实战案例都可在Kaggle或者其他平台找到,感兴趣的可去一试。
4.利用在线资源和社区支持
网络上有大量的在线资源和社区可以帮助小白们解决问题和获取学习资料。例如,Stack Overflow是一个广受欢迎的技术问答社区,可以在其中寻求解决方案。此外,还有许多数据科学的博客、论坛和社交媒体群体,可以与其他学习者交流和分享经验。
5.持续学习和跟进最新的发展
数据分析领域不断发展,新的工具和技术层出不穷。为了保持竞争力,小白们应该保持持续学习的心态,并及时跟进最新的发展。订阅数据分析相关的博客、新闻和社交媒体账号,参加相关的研讨会和培训,不断更新自己的知识和技能。
光讲理论也不能很快的掌握数据分析,加下来我用一个案例来带大家试试看:
汽车之家口碑数据分析
1.这个类用于存储 爬取的汽车之家的所有汽车的id,然后传递给spider
class All_Car_Id():
car_id_string = '''3170
692
18
2951
812
19
509
650
370
2730
471
538
2734
472
2736
740
2738
146
2739
2264
593
2841
412
148
2740
511
2415
3276
926
2732
3669
3350
2908
3287
3479
3894
4003
4288
3822
3210
2218
2832
2735
2737
2994
2731
2733
2760
2741
923
884
385
822
266
386
3891
2075
2275
3730
3678
3004
3742
2846
582
2745
2097
2148
2098
3825
715
1021
4196
2288
2715
3030
179
401
4212
4034
4109
4106
588
197
3248
3862
2562
3823
2084
2564
2034
52
398
2966
56
450
365
59
4344
3339
3683
60
3688
469
3278
237
4411
3918
2065
3700
4213
3079
2950
3441
2005
3364
192
2762
2424
4195
4231
595
57
467
300
235
683
267
2842
2967
2717
2719
2197
3264
3704
2723
3901
3451
2718
4364
4074
2721
2720
3246
3985
2722
2833
914
3665
4300
3104
135
3859
4179
859
3582
314
4304
2565
81
3876
3085
2168
78
3460
4102
880
2786
694
449
723
897
4360
900
3275
3266
3478
3705
896
2948
559
3257
3605
2995
3268
918
810
733
2587
2700
3232
2551
233
4239
3751
982
164
834
2896
3554
166
875
525
344
592
2511
985
719
3708
2317
4000
3078
3707
4171
3941
66
4350
2561
4356
65
2388
373
317
2963
2968
202
2847
270
153
4345
271
3053
159
4348
587
3230
2387
161
3965
4067
675
3386
4136
3843
3146
2831
3464
2196
3189
2726
2727
2728
2729
3357
2725
579
4073
407
3283
2761
2806
3781
3780
4394
2088
3059
3430
831
798
4393
3474
4279
417
940
4333
927
997
2085
540
2091
2944
489
4271
3068
877
3632
987
2299
3234
2619
4167
437
688
99
2472
2047
726
3381
3903
2544
3434
4331
2829
689
2191
2404
2801
2891
3614
724
4193
2315
861
2892
3974
184
640
277
185
186
155
4077
3774
3343
2236
4166
3677
3412
4392
703
4322
2838
172
4324
4175
162
2073
168
415
3917
3401
3695
632
466
2310
4069
3000
901
3014
2685
305
3739
4363
3668
306
3557
3794
2791
2787
3673
3839
3928
3795
3417
3427
3800
623
2852
2252
3284
3361
4276
3426
3874
3661
4137
3714
4046
3913
4047
4403
965
3035
2126
622
2960
852
4009
4154
2482
3231
3191
3916
4061
3428
2943
3712
2446
2447
2575
2461
2444
2809
2947
2448
2460
390
3889
3919
4264
3533
3884
4104
4015
3630
3537
4298
4164
4173
4269
3217
4380
2119
2788
2567
2429
4343
3422
2785
3924
2778
3204
3121
4242
3120
3811
2316
484
2046
2045
705
1008
590
520
2090
2462
3101
625
2121
2459
491
2122
2001
493
624
492
2120
535
2304
6
552
2200
536
2653
4181
3311
4319
4182
4376
2954
3893
3783
2600
2605
3526
3514
3685
2566
3155
2505
2604
4372
4132
2923
3227
4011
3091
4012
4013
2606
3922
3980
4208
2478
3640
4142
76
3504
3505
3508
4008
4093
4450
145
2922
3103
614
3197
3457
528
4045
874
4274
4232
333
144
826
149
207
16
633
871
442
3964
4204
496
905
15
360
210
372
3999
557
82
86
631
3416
669
224
422
780
2435
782
925
680
906
4211
4268
368
3732
700
3801
2427
2917
4048
4412
3398
2993
4275
2584
4113
4186
3998
2279
3027
4358
4287
2185
512
430
3622
2380
3616
4330
539
3301
3970
3414
3128
3785
2990
3792
3789
2540
4423
554
2742
3119
2556
3493
3461
3463
3786
4097
3341
4383
1006
790
2839
4278
2803
560
2901
951
3279
2512
2510
561
562
3963
3309
2952
3324
898
2078
3594
2314
4347
3063
4041
606
2769
2776
4086
3634
3088
126
2477
2530
4023
3828
3925
3829
3086
3984
3637
4306
3036
3502
2865
4461
4299
2500
2501
3697
2499
2490
2744
3698
3699
2452
2497
2491
2494
2495
574
602
2628
576
2089
2201
2226
738
2198
575
3049
4303
573
3050
2627
2626
2625
2703
3354
545
4259
3126
3462
110
771
2237
505
111
4260
526
371
375
882
770
46
2527
109
45
170
513
3851
964
2107
107
2574
2607
762
2244
748
3019
3948
938
671
711
3041
3118
917
893
2646
774
721
2055
763
3682
3239
963
945
2614
3611
206
3273
549
929
550
334
983
3837
3718
786
3322
3352
934
3931
3975
4281
2714
2411
2354
364
3347
3693
117
2871
2863
3615
659
577
3175
498
3518
3814
4192
2524
2523
912
378
704
2024
2302
102
2353
713
3373
665
3113
2023
744
759
986
2622
97
3183
684
972
2025
2281
2006
921
2041
3028
2677
2946
2406
2707
2997
2820
2389
2390
2884
4314
676
2682
4027
3016
3720
3026
889
459
2261
361
308
367
359
3633
2455
2475
2895
3754
2767
3267
465
89
90
91
601
2262
765
3709
543
3841
542
544
3624
391
3866
4055
3992
3877
3346
3676
3821
3440
4035
2535
2542
3089
3735
2579
4165
661
3307
4227
4228
3991
3990
2577
4285
3995
4230
4255
3069
3524
4340
3349
3782
3691
2560
3574
4094
3952
3498
603
4291
4290
3951
4250
2141
3272
2488
2885
2599
2571
2568
3480
2774
3477
3134
2114
1015
2306
864
2974
3662
2580
3791
4382
947
980
2355
955
952
3345
4214
2093
2095
2094
3454
2615
4168
2027
2123
3481
3074
2124
3298
3808
3449
4100
3807
2326
395
470
2766
3075
4205
4339
824
823
3994
47
527
696
844
4156
2941
3006
4169
3214
855
2318
3160
2481
2771
3108
4122
4410
2789
4424
3812
556
428
2487
2485
2486
3038
392
67
68
481
2536
2754
2755
2973
2133
3803
2144
3896
477
3483
290
2108
2160
2517
2515
3455
3846
4436
2212
673
2211
4131
2572
3243
3636
3235
3149
2673
4065
4066
3607
3911
4130
4226
570
461
194
460
862
3148
2873
379
38
3844
3125
3915
3122
447
3556
4342
4139
474
3589
4293
3788
3465
4133
821
2338
2322
2192
608
133
2840
2111
2166
2156
609
132
421
409
2051
2155
799
841
801
2112
2158
989
2964
3467
2157
138
611
291
23
4072
3845
3872
121
3062
521
504
777
3321
263
2813
503
3048
4234
4088
828
2956
3395
616
3363
3545
4087
3080
2752
3351
4090
2543
3490
2541
2569
2581
3546
3407
3408
3961
2130
3084
4089
4085
3450
3061
2763
660
617
567
572
816
3443
3444
3456
4083
3312
178
3209
2903
589
4251
2414
2217
2369
456
328
258
4209
2514
2860
4294
2537
2545
2810
4237
2402
3763
3955
2601
2711
3136
2837
3721
3722
4312
2325
3898
3515
3853
2659
4076
2660
2665
3981
3466
3639
2986
2985
3549
3681
4388
3320
3628
2573
3885
2976
3207
3802
2949
3989
488
970
311
462
2629
3359
2087
2401
4185
3647
3190
752
49
426
3511
3360
4172
566
487
227
2207
2224
4002
4284
2231
380
3051
4039
3384
2493
3156
2476
3017
2496
3854
2484
517
2489
2492
911
3586
3581
3983
3971
3580
4095
2068
3377
3741
732
2612
2611
2610
2419
2063
201
403
261
341
3442
112
3934
352
3758
3737
3944
4197
2623
3658
351
332
3238
3756
3755
697
3871
3521
4316
754
802
850
69
2410
3565
256
3435
77
3177
75
3216
3112
2534
2049
432
4435
872
362
3528
529
3185
3858
94
2242
2176
892
508
500
3358
674
2708
707
3744
3476
3047
3888
3926
3584
4036
3745
3212
2905
793
3731
2991
758
95
869
794
103
4111
3472
961
3150
4126
706
815
3124
962
569
568
2520
2521
3034
4098
3870
908
2184
2765
2268
196
686
887
3077
2706
784
3612
3368
3717
2029
3211
199
2830
4032
4210
3905
188
257
265
836
3015
3838
3277
2277
2775
3623
4033
3760
3137
3020
354
174
727
4329
3326
3220
2134
3987
3759
4194
2503
2800
3631
2502
3228
2957
596
2312
3797
597
3082
443
3083
272
681
891
2248
4302
2883
3413
833
4233
571
501
635
468
2782
2802
583
691
928
2125
4121
2271
3105
4402
4225
4224
4221
3666
2418
2987
433
641
363
3154
3968
22
655
3066
2118
672
1005
3394
946
584
3096
2518
728
3538
3887
2284
2391
3942
658
578
304
295
3060
289
2428
551
903
3402
322
191
555
2147
835
3547
4247
3065
532
2758
3815
4395
531
533
209
749
750
930
2241
904
2276
2676
3178
3179
3182
3180
4049
3491
2835
3736
2836
2902
3809
4040
3767
3620
3382
3733
4366
2293
389
2988
3939
3293
2295
3040
2296
2609
3242
3432
4323
3746
2377
4096
4381
2642
3328
2748
888
524
806
2641
755
3109
479
464
2563
2859
3679
753
785
348
653
4295
2645
3912
2021
381
3193
2916
2092
182
670
2263
366
3092
3102
2989
837
2953
3157
3405
2980
4223
2324
3397
4099
3195
3766
3300
2772
4262
4084
3446
2759
87
478
612
996
518
85
2178
84
530
434
2180
83
2331
854
396
451
3648
4218
2319
2886
3286
2246
3664
3954
2137
4200
813
3385
4387
142
454
876
413
298
565
284
1010
2681
3198
281
591
453
3448
1016
2032
3018
666
2274
757
919
899
2866
890
2420
3265
452
3342
275
502
3475
2955
2341
2867
3226
3618
3904
4115
4315
3114
3787
4401
3820
2086
522
425
448
64
3817
634
3957
564
656
2381
4305
355
63
475
4307
53
2113
2466
2853
264
438
702
436
2578
2656
764
992
3930
2070
3509
2890
2186
894
3943
932
4289
751
2054
2893
3641
2701
2194
208
775
958
2061
3274
838
3241
2266
3914
3255
2981
2479
3534
205
376
204
316
2779
2062
3857
537
3978
4263
4246
2743
3977
4080
4240
2297
4399
3956
482
2970
804
853
2109
797
791
3860
4037
3684
3986
382
519
3290
2962
3171
3013
4217
772
356
3269
2463
795
2421
3369
2286
3270
2843
357
858
4451
4021
4389
4129
3452
25
24
873
483
3131
458
668
128
2768
4147
3008
377
580
3219
2588
3021
652
369
3348
3070
3932
1018
4308
486
4203
3253
3252
3022
3525
325
651
3064
2608
4241
4120
3192
287
2417
285
286
2557
3251
3263
283
3250
3023
3261
4257
948
2283
414
2751
620
1004
2958
2898
3205
2638
3486
3468
141
3406
2214
455
3372
3132
485
516
3908
4030
3907
139
4201
4357
4336
4151
343
211
506
13
345
3769
2382
3660
2590
2383
2398
599
4078
2357
2664
2356
2805
4058
4006
463
693
3158
4335
4206
3411
3420
2678
404
2190
3861
4029
177
3396
747
175
743
2426
585
405
3314
3196
494
981
406
2139
2451
3657
2456
4270
2506
2855
3946
3570
4408
4252
4253
3306
3882
3969
3653
3576
3562
3935
2834
3571
3564
725
959
613
909
2538
2539
4265
4373
4427
2858
2670
2672
2115
3415
4107
4222
586
2764
3959
51
3073
3672
3292
358
1007
2927
431
814
690
866
2649
50
429
3613
2256
446
3453
255
3164
2117
756
995
3366
2899
805
2206
936
2174
2698
710
712
1017
2272
4176
3982
3310
975
971
2984
127
3045
3711
131
594
510
457
252
163
3923
657
4105
2313
4031
3335
2583
4235
2348
420
439
397
678
2362
2405
808
3710
2919
2255
2037
1014
682
2747
722
3011
3583
2869
546
868
2553
766
3213
2854
4384
2639
387
2640
2945
639
98
3873
792
4043
3429
4370
476
293
388
230
232
2473
473
2208
2053
664
4042
329
2844
480
2909
212
4189
3646
3206
4301
809
3010
2413
2753
3976
440
2474
714
718
2684
2422
4028
2280
3740
2105
4202
3553
3591
2992
3097
3535
3652
3043
3099
3100
3201
2270
3176
2749
3617
2679
383
581
605
122
2400
416
3202
2716
878
2781
3979
3081
101
4404
4405
106
444
879
104
2159
3824
2131
2469
3775
3776
3052
2526
2525
2465
3459
913
2464
2870
2603
2888
3906
3765
2889
3003
2887
2378
2445
2440
939
2533
2532
2531
3619
3777
2228
2828
424
3087
3880
4320
4321
4385
3575
3779
3529
2337
4371
4317
3627
3793
3899
4092
4070
2334
2480
3425
3447
2333
4417
3852
708
2230
3002
2161
2171
558
663
2336
3289
2999
2770
3878
2998
2323
3530
2294
2857
411
130
3095
860
523
825
490
2658
3644
4178
3215
2519
3881
627
2081
2143
2522
2613
3237
4146
3706
3827
3497
2602
4440
4325
4159
4183
3726
3302
3471
3996
2683
4355
342
3294
4152
3516
3181
3531
2332
4326
4091
3098
3690'''
car_id_list =car_id_string.split('\n')
#print(car_id_list)
2.抓取的数据的不同属性,例如车辆ID(CAR_ID
)、车辆名称(CAR_NAME
)、用户ID(USER_ID
)、用户名(USER_NAME
)等等。
# -*- coding: utf-8 -*-
# Define here the models for your scraped items
#
# See documentation in:
# http://doc.scrapy.org/en/latest/topics/items.html
import scrapy
class ScrapyAutohomeItem(scrapy.Item):
# define the fields for your item here like:
# name = scrapy.Field()
# 车ID
CAR_ID = scrapy.Field()
# 车名
CAR_NAME = scrapy.Field()
# 用户ID
USER_ID = scrapy.Field()
# 用户名
USER_NAME = scrapy.Field()
# 购买地点
PURCHASE_PLACE = scrapy.Field()
# 购买时间
PURCHASE_TIME = scrapy.Field()
# 裸车购买价
CAR_PRICE = scrapy.Field()
# 购车目的
PURCHASE_PURPOSE = scrapy.Field()
# 评分- 空间
SCORE_SPACE = scrapy.Field()
# 评分- 动力
SCORE_POWER = scrapy.Field()
# 评分- 操控
SCORE_CONTROL = scrapy.Field()
# 评分- 油耗
SCORE_FUEL_CONSUMPTION = scrapy.Field()
# 评分- 舒适性
SCORE_COMFORT = scrapy.Field()
# 评分- 外观
SCORE_EXTERIOR = scrapy.Field()
# 评分- 内饰
SCORE_INTERIOR = scrapy.Field()
# 评分- 性价比
SCORE_COST_EFFECTIVE = scrapy.Field()
# 评论的url
COMMENT_URL = scrapy.Field()
# 评论的内容
COMMENT_CONTENT = scrapy.Field()
# 有多少人支持这条口碑
COMMENT_SUPPORT_QUANTITY = scrapy.Field()
# 有多少人看过这条口碑
COMMENT_SEEN_QUANTITY = scrapy.Field()
3.这段代码是一个Scrapy爬虫中的中间件(Middleware)文件。Scrapy是一个Python爬虫框架,中间件在爬取过程中允许你通过修改请求和响应来自定义爬取的行为。
# -*- coding: utf-8 -*-
# Define here the models for your spider middleware
#
# See documentation in:
# http://doc.scrapy.org/en/latest/topics/spider-middleware.html
from scrapy import signals
class ScrapyAutohomeSpiderMiddleware(object):
# Not all methods need to be defined. If a method is not defined,
# scrapy acts as if the spider middleware does not modify the
# passed objects.
@classmethod
def from_crawler(cls, crawler):
# This method is used by Scrapy to create your spiders.
s = cls()
crawler.signals.connect(s.spider_opened, signal=signals.spider_opened)
return s
def process_spider_input(response, spider):
# Called for each response that goes through the spider
# middleware and into the spider.
# Should return None or raise an exception.
return None
def process_spider_output(response, result, spider):
# Called with the results returned from the Spider, after
# it has processed the response.
# Must return an iterable of Request, dict or Item objects.
for i in result:
yield i
def process_spider_exception(response, exception, spider):
# Called when a spider or process_spider_input() method
# (from other spider middleware) raises an exception.
# Should return either None or an iterable of Response, dict
# or Item objects.
pass
def process_start_requests(start_requests, spider):
# Called with the start requests of the spider, and works
# similarly to the process_spider_output() method, except
# that it doesn’t have a response associated.
# Must return only requests (not items).
for r in start_requests:
yield r
def spider_opened(self, spider):
spider.logger.info('Spider opened: %s' % spider.name)
4.这段代码是一个Scrapy爬虫中的数据处理管道(Pipeline)文件。在Scrapy中,管道用于处理从爬虫中提取的数据,并进行后续的处理、存储或其他操作。
# -*- coding: utf-8 -*-
# Define your item pipelines here
#
# Don't forget to add your pipeline to the ITEM_PIPELINES setting
# See: http://doc.scrapy.org/en/latest/topics/item-pipeline.html
class ScrapyAutohomePipeline(object):
def process_item(self, item, spider):
return item
最后的最后我想说,前面我讲的都是一些方法论的东西,但真正起决定作用的,其实还是我们对技术的热情和兴趣!