1.安装环境
(1) requests库(负责数据爬取):pip install requests
(2) beautifulsoup(负责数据解析):pip install bs4
(3) pyecharts(负责数据可视化): pip install pyecharts
【补充】pyecharts在github上的仓库地址为:
https://github.com/pyecharts/pyecharts
,需要的可以自行去学习,很容易上手。
已经安装以上环境的可忽略
2.爬虫代码
# 爬取中国 天气网 并进行 pyecharts数据可视化
# 爬取中国 天气网 并进行 pyecharts数据可视化
# requests + beautifulsoup + pyecharts
# requests + beautifulsoup + pyecharts
import requests
from bs4 import BeautifulSoup
from pyecharts.charts import Bar
from pyecharts import options as opts
ALL_DATA = []
# 爬取和解析
def parse_page(url):
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) '
'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36'
}
response = requests.get(url, headers=headers)
# 将爬取下来的bytes类型数据解析成unicode字符串
text = response.content.decode('utf-8')
# 这里使用的是html5lib解析器,兼容比较好,推荐使用这个
soup = BeautifulSoup(text, 'html5lib')
conMidtab = soup.find('div', class_='conMidtab')
tables = conMidtab.find_all('table')
for table in tables:
trs = table.find_all('tr')[2:]
# 不懂enumerate的可以自行去百度一下其用法
for index, tr in enumerate(trs):
tds = tr.find_all('td')
city_td = tds[0]
if index == 0:
city_td = tds[1]
# 返回的一个生成器,所以要强行转化为一个列表
city = list(city_td.stripped_strings)[0]
temp_td = tds[-2]
# stripped_strings是beautifulsoup获取文本的一种方式,并且去空格
min_temp = list(temp_td.stripped_strings)[0]
# 通过append来向列表中添加元素
ALL_DATA.append({'城市': city, '最低气温': int(min_temp)})
def main():
# 爬取的页面列表
urls = [
'http://www.weather.com.cn/textFC/hb.shtml',
'http://www.weather.com.cn/textFC/db.shtml',
'http://www.weather.com.cn/textFC/hz.shtml',
'http://www.weather.com.cn/textFC/hn.shtml',
'http://www.weather.com.cn/textFC/hd.shtml',
'http://www.weather.com.cn/textFC/xb.shtml',
'http://www.weather.com.cn/textFC/xn.shtml',
'http://www.weather.com.cn/textFC/gat.shtml'
]
# 循环遍历页面列表,进行数据爬取和解析
for url in urls:
parse_page(url)
# 分析数据,根据最低气温进行排序
ALL_DATA.sort(key=lambda data: data['最低气温'])
data = ALL_DATA[0:10] # 取出前10的最低气温及其城市
# pyecharts
# 数据可视化
# 数据可视化
cities = list(map(lambda x: x['城市'], data))
temps = list(map(lambda x: x['最低气温'], data))
bar = Bar()
# x轴内容
bar.add_xaxis(cities)
# 某一对象的标识,以及列表x对应的每一个y列表元素
bar.add_yaxis("气温", temps)
# chart名称
bar.set_global_opts(title_opts=opts.TitleOpts(title="中国天气网"))
# 在本地生成html页面
bar.render("tianqi.html")
# 调用main函数
main()