python 豆瓣电影top250_豆瓣电影top250爬虫系列（三）--- python+Echarts数据可视化

前两篇我们分别爬取了电影数据，也将爬取到的数据存到了数据库；

接下来我们要对现有的数据进行分析，已获得一些有效信息；

我这里只是进行了简单的可视化分析，运用Echarts插件生成各种图标；

python连接mysql数据库查询电影信息，并生成json数据，存储到本地文件里，以供前端js读取生成可视化图表：

查询电影类型数量并返回json数据，其后写入文件里面

typeNameList = ['剧情','喜剧','动作','爱情','科幻','悬疑','惊悚','恐怖','犯罪',

'同性','音乐','歌舞','传记','历史','战争','西部','奇幻','冒险',

'灾难','武侠','情色']

def getMovieTypeJson():

typeNumList = []

for type in typeNameList:

sql = r"select count(type) from movie where type like '%{}%'".format(type)

dataM = getJsonData(sql)

typeNumList.append(int(str(dataM).strip(r'(').strip(r',)')))

return {'typeNameList' : typeNameList, 'typeNumList' : typeNumList}

def writeTypeJsonFile(path):

with open(path, 'w') as f:

json.dump(getMovieTypeJson(), f)

#执行写入操作

writeTypeJsonFile(r'C:\Users\Administrator\Desktop\books\movieType.txt')

对应前端页面：

var dom = document.getElementById("container");

var myChart = echarts.init(dom);

var app = {};

option = null;

var typeNameList = [];

var typeNumList = []

$.ajaxSettings.async = false;

$.getJSON ("../Desktop/books/movieType.txt", function (data) {

typeNameList = data.typeNameList;

typeNumList = data.typeNumList;

//alert(typeNumList)

})

app.title = '豆瓣top250电影类型统计 - 条形图';

option = {

title: {

text: '豆瓣top250电影类型统计',

subtext: '数据来自豆瓣'

},

tooltip: {

trigger: 'axis',

axisPointer: {

type: 'shadow'

}

},

legend: {

data: ['电影类型数量', '2012年']

},

grid: {

left: '3%',

right: '4%',

bottom: '3%',

containLabel: true

},

xAxis: {

type: 'value',

boundaryGap: [0, 0.01]

},

y