版权声明:本文为博主原创文章,转载 请注明出处:https://blog.csdn.net/sc2079/article/details/82318571
- 写在前面
本篇博客继续对中国大学MOOC课程信息进行数据分析,主要是利用pyecharts针对MOOC上开课的大学信息的分析。
前两次博客内容:
1. 中国大学MOOC课程信息爬取与数据存储
2. 中国大学MOOC课程信息之数据分析可视化一
- 环境配置安装
运行环境:Python3.6、Spyder
依赖的模块:pyecharts以及一些地图模块
- 开始工作
1. 获取数据
首先从网上下载大学信息数据,我找了好久,也花费了不少积分,才找到比较不错的数据。下面是下载链接:最新全国高校数据库信息(包含2854所高校)。
接下来打开mysql,新建数据库univ_info,再将下载的MS EXCEL数据导入到该数据库中。
导入后的结果如下:
编写代码获取MOOC上的大学列表
'''获得MOOC上开课大学信息'''
universities=[]
for kc in kc_info[0]:
if kc[2] not in universities:
universities.append(kc[2])
便可以得到MOOC上已开课的大学名称的列表,我们可以根据这个查询数据库相应字段的数据,从而得到所需要的大学信息了。
这里值得注意的是先前得到的大学名称中含有“微软”、”爱课程“等非院校单位,在数据库查询时会出现空值,此时应将其去除掉。