从中国水稻数据网（https://www.ricedata.cn/variety/index.htm）爬取各省份的水稻品种信息，并进行数据处理

Python爬虫项目：纯原创！!!数据库，可视化等如图

小众好用，源码+项目报告~

详细介绍：

从中国水稻数据网（https://www.ricedata.cn/variety/index.htm）爬取各省份的水稻品种信息，并进行数据清洗、集成、保存到数据库以及数据分析和可视化。具体功能包括：

 

1. 获取省份名称和链接：从网站的品种索引页面提取各省份的名称和对应的链接，排除特定省份（如青海、西藏、钓鱼岛、台湾、香港、澳门）。

2. 并行爬取数据：使用 Ray 并行框架，同时爬取多个省份的水稻品种数据。每个省份的数据包括品种名称、母本来源、审定编号、审定方、原产地/选育单位等信息。

3. 数据清洗：去除无效或重复的数据，提取和清理关键字段，如母本来源、审定方、审定公司等。

4. 数据集成：将清洗后的数据进行整合，生成审定方审定数量统计和水稻类型数量统计等汇总数据。

5. 数据保存：将爬取和清洗后的数据保存到 MySQL 数据库中，方便后续查询和使用。

6. 数据分析和可视化：利用 Plotly 库生成各种图表，包括审定方审定数量的条形图、水稻类型的占比饼图、主要水稻类型在每个审定方的堆叠柱状图、TOP 5 审定方的详细审定数量分布图以及审定数量随年份变化的折线图，直观展示数据特点和趋势。