python爬虫案例1

输出雷军的名言（利用特殊字符编码输出特殊符号 chr）

# *_* coding： UTF-8 *_*
# 开发团队：明日科技
# 明日学院网站：www.mingrisoft.com
# 1.1 输出雷军的名言

#方法一：利用特殊字符编码输出特殊符号
print(' ',chr(9477)*27,' ')
print(chr(9479),' '*4,'天道不一定酬勤，深度思考比勤奋工作更重要！',' '*4,chr(9479))
print(' ',chr(9477)*27,' ')

#方法二：使用搜狗输入法工具箱中的符号大全输出特殊符号（制表符）
print("  ┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅")
print("┇      天道不一定酬勤，深度思考比勤奋工作更重要！      ┇")
print("  ┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅┅")

输出中英文版的“时间不等人” （使用 print ）

# *_* coding： UTF-8 *_*
# 开发团队：明日科技
# 明日学院网站：www.mingrisoft.com
# 1.2 输出中英文版的“时间不等人”

print("╔═════════════════════╗")
print("║      时间不等人。                        ║")
print("║      Time and tide wait for no man.      ║")
print("╚═════════════════════╝")

可复制的字符：（使用*15）

# *_* coding： UTF-8 *_*
# 开发团队：明日科技
# 明日学院网站：www.mingrisoft.com
# 1.4 哪来直接登顶的人生，只有不断迭代的历程

print("& "*15)
print("&                           &")
print("&     哪来直接登顶的人生    &")
print("&     只有不断迭代的历程    &")
print("&                           &")
print("& "*15)

print可换行：(使用\n)

# *_* coding： UTF-8 *_*
# 开发团队：明日科技
# 明日学院网站：www.mingrisoft.com
# 1.9 输出轨道交通充值信息

print("               长春轨道交通\n"
"============================================\n"
"车站名称：东环城路\n"
"设备编号：02390704\n"
"票卡编号：03104890010014699002\n"
"车票类型：本机构卡（TRANSPORTATIONCARD）\n"
"充值时间：2018-10-03 11:32:15\n"
"交易前金额：19.50元\n"
"充值金额（现金）：100.00元\n"
"充值后金额：119.50元\n")

输出特殊符号♠ ♣ ♥ ♦ （使用chr）

# *_* coding： UTF-8 *_*
# 开发团队：明日科技
# 明日学院网站：www.mingrisoft.com
# 1.16 输出特殊符号♠ ♣ ♥ ♦

print(chr(9824),chr(9827),chr(9829),chr(9830))

判断星座：（使用split）

sdate=[20,19,21,20,21,22,23,23,23,24,23,22]     # 星座判断列表
conts =['摩羯座','水瓶座','双鱼座','白羊座','金牛座','双子座','巨蟹座','狮子座','处女座','天秤座','天蝎座','射手座','摩羯座']
signs=['♑','♒','♓','♈','♉','♊','♋','♌','♍','♎','♏','♐','♑']

# 输入生日,输出星座
birth = input('请输入你的出生年月日,格式为:2001-02-21\n').strip(' ')
cbir=birth.split('-')    # 分割年月日到列表
cmonth=str(cbir[1])      # 提取月数据
cdate=str(cbir[2])       # 提取日数据
def sign(cmonth,cdate):  #  判断星座函数
    if int(cdate)<sdate[int(cmonth)-1]:   # 如果日数据早于对应月列表中对应的日期
        print(conts[int(cmonth)-1])       # 直接输出星座列表对应月对应的星座
        print(signs[int(cmonth)-1])       # 直接输出星座列表对应月对应的星座
    else:
        print(conts[int(cmonth)])         # 否则输出星座列表下一月对应的星座
        print(signs[int(cmonth)])         # 否则输出星座列表下一月对应的星座        
sign(cmonth,cdate)      # 调用星座判断程序

猜数字游戏：

list=[['小米手环4',209],['荣耀手环5',199],['华为手环B5',849],['ZNNCO智能血压手环',379]]
order=0
price =0
print("数字猜谜游戏!")
print('可以竞猜的商品如下：\n','1',list[0][0],'\n 2',list[1][0],'\n 3',list[2][0],'\n 4',list[3][0])

number = input("请输入竞猜商品前面的数字：")         # 竞猜价格
if number.isdigit() ==True:
    order=int(number)
    if order<4 and order>0  :
        print("您选择的竞猜商品是:",list[order-1][0])
        price=list[order-1][1]
guess = -1

while guess != price:
    guess =  input("请输入竞猜价格(只能输入整数价格)：")
    if guess.isdigit() ==True:
        guess=int(guess)
        if guess == price:
            print("恭喜，你猜对了！")
        elif guess < price:
            print("猜的价格小了...")
        elif guess > price:
            print("猜的价格大了...")    
    else:
        print("输入价格非法，请重新输入！")            

生成基于当前操作系统和设备的注册码：

import wmi
import random
import os
sec="t95p0q2f6dz1cxmowgjensr7yh384bvualki"
dec="dn7vhlk3wx1efsyc56zu2bomjtq8i0g4rp9a"
c = wmi.WMI()
for physical_disk in c.Win32_DiskDrive():
    hard_seral=physical_disk.SerialNumber   # 获取硬盘序列号
    print("硬盘序列号为：",hard_seral)
if len(hard_seral)>6:
    hard_seral=hard_seral[-6:]
else:
    print("硬盘信息获取错误！")
    os.exit(0)
for cpu in c.Win32_Processor():
    cpu_seral=cpu.ProcessorId.strip()     # 获取CPU序列号
    print("CPU序列号为：",cpu_seral)    
if len(cpu_seral)>4:
    cpu_seral=cpu_seral[-4:]
else:
    print("CPU信息获取错误！")
    os.exit(0)
for board_id in c.Win32_BaseBoard():
    board_id=board_id.SerialNumber        # 获取主板序列号
    print("主板序列号为：",board_id)    
if len(board_id)>6:
    board_id=board_id[-5:]
else:
    print("主板信息获取错误！")
    os.exit(0)    
seral=hard_seral+cpu_seral+board_id
print("注册码使用的硬件信息为：",seral)  
cha_seral=""
for i in range(0,14,2):
    cha_seral+=seral[14-i]+seral[i+1]     # 字符串尾和首递进连接生成新的字符串
cha_seral=cha_seral+ seral[7]             # 字符串的中间值放到新字符串最后   
list_seral=list(cha_seral)                # 字符串转为列表 
list_seral.reverse()                      # 列表反转
rand_seral=""
for i in range(10):                      # 将前10个字符串和其位置索引（16进制）连接
    j=random.randint(1,len(list_seral))
    rand_seral+=hex(j)[2:]+list_seral[j-1]   # hex(j)[2:] ，去掉16进制前的符号0x
    list_seral.remove(list_seral[j-1])
rand_seral=''.join(list_seral) +rand_seral   # 形成25位的字符串
low_seral=""
rand_seral=rand_seral.lower()
for item in rand_seral:
    j=sec.index(item)
    low_seral+=dec[j]
low_seral=low_seral.upper()    
last_seral=low_seral[0:5]+"-"+low_seral[5:10]+"-"+low_seral[10:15]+"-"+low_seral[15:20]+"-"+low_seral[20:25]
print("生成的注册码为：\n",last_seral)

写一个倒计时：

import datetime
print(" 高考倒计时 " )
now = datetime.datetime.today()                            #  获取当前日期
print("  今天是:", now.strftime("%Y-%m-%d %A "))
time1 = datetime.datetime(2021,6,7)                              # 2021年高考日期
time2 = datetime.datetime(2022,6,7)                              # 2022年高考日期
print("距离2025年高考还有"  + str((time1-now).days) +"天")
print("距离2026年高考还有"  + str((time2-now).days) +"天")

根据身份证号判断省份 生日和性别:

dic={'11':'北京市','12':'天津市','13':'河北省','14':'山西省','15':'内蒙古自治区','22':'吉林省','23':'黑龙江省','31':'上海市',  '32':'江苏省','33':'浙江省','35':'福建省','36':'江西省','37':'山东省','41':'河南省','42':'湖北省','44':'广东省','45':'广西壮族自治区','46':'海南省','50':'重庆市','51':'四川省','53':'云南省','54':'西藏自治区','61':'陕西省','62':'甘肃省','63':'青海省','65':'新疆维吾尔自治区','71':'台湾省','81':'香港','82':'澳门'       }
def idget(str):
    newstr='' 
    if dic.get(str):
        newstr=dic[str]
    return newstr
instr=input('请输入您的身份证号:\n')

if instr[:16].isdigit()and len(instr) == 18:
    print('你来自:',idget(instr[0:2]))
    print('你的生日是:' + instr[6:10] + '年' +instr [10:12] + '月' + instr[12:14] + '日')
    gender = '女' if int(instr[16]) % 2 == 0 else '男'
    print('你的性别是:' + gender )

post一个url 并且保存Excel：(爬取网易云课堂教程并且保存Excel)

import requests
import xlsxwriter

def get_json(index):
    # 爬虫功能
    url = "https://study.163.com/p/search/studycourse.json"

    payload = {
        "activityId": 0,
        "keyword": "python",
        "orderType": 5,
        "pageIndex": index,
        "pageSize": 50,
        "priceType": -1,
        "qualityType": 0,
        "relativeOffset": 0,
        "searchTimeType": -1,
    }

    headers = {
        "accept": "application/json",
        "content-type": "application/json",
        "origin": "https://study.163.com",
        "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36"
    }

    try:
        response = requests.post(url,json=payload,headers=headers)
        content = response.json()
        if content and content["code"] == 0:
            return content
        return None

    except:
        print("出错了")

def get_course(content):
    course_list = content["result"]["list"]
    return course_list


def save_excel(course_list):
    # 填充爬取的课程信息
    # page1  行数 1 50     50*(1-1) + 1
    # page2  行数 51 100   50*(2-1) + 1
    # page3  行数 101 150  50*(3-1) + 1
    for num,course in enumerate(course_list):
        row = 50*(index-1)+ num+1
        worksheet.write(row, 0, course["productId"])
        worksheet.write(row, 1, course["courseId"])
        worksheet.write(row, 2, course["productName"])
        worksheet.write(row, 3, course["provider"])
        worksheet.write(row, 4, course["score"])
        worksheet.write(row, 5, course["learnerCount"])
        worksheet.write(row, 6, course["lectorName"])
        worksheet.write(row, 7, course["originalPrice"])
        worksheet.write(row, 8, course["discountPrice"])
        worksheet.write(row, 9, course["bigImgUrl"])
        worksheet.write(row, 10, course["description"])

def main(index):
    content = get_json(index)         # 获取json数据
    course_list = get_course(content) # 获取第index页的50条件记录
    save_excel(course_list)           # 写入到excel

if __name__ == "__main__":

    # 存入excel
    workbook = xlsxwriter.Workbook("网易云课堂Python课程数据.xlsx")  # 创建excel
    worksheet = workbook.add_worksheet("first_sheet")
    worksheet.write(0, 0, "商品id")
    worksheet.write(0, 1, "课程id")
    worksheet.write(0, 2, "课程名称")
    worksheet.write(0, 3, "机构名称")
    worksheet.write(0, 4, "评分")
    worksheet.write(0, 5, "学习人数")
    worksheet.write(0, 6, "讲师名称")
    worksheet.write(0, 7, "原价")
    worksheet.write(0, 8, "折扣价")
    worksheet.write(0, 9, "图片")
    worksheet.write(0, 10, "课程描述")

    total_page_count = get_json(1)["result"]["query"]["totlePageCount"] # 总页数
    for index in range(1,total_page_count+1):
        main(index)
    workbook.close()

post一个url 并且保存MySQL：(爬取网易云课堂教程并且保存MySQL：)

MySQL创建表：
 

CREATE TABLE course (
    id INT AUTO_INCREMENT PRIMARY KEY,
    courseId INT NOT NULL,
    productName VARCHAR(255) NOT NULL,
    provider VARCHAR(255),
    score FLOAT,
    learnerCount INT,
    lectorName VARCHAR(255),
    originalPrice FLOAT,
    discountPrice FLOAT,
    imgUrl VARCHAR(255),
    bigImgUrl VARCHAR(255),
    description TEXT
);
course

安装pip pymsql:

pip install pymysql

代码：

import requests
import pymysql

conn = pymysql.connect(
    host="localhost",
    port=3306,
    user="root",
    passwd="root",
    db="test",
    charset="utf8"
)
cur = conn.cursor()


def get_json(index):
    # 爬虫功能
    url = "https://study.163.com/p/search/studycourse.json"

    payload = {
        "activityId": 0,
        "keyword": "python",
        "orderType": 5,
        "pageIndex": index,
        "pageSize": 50,
        "priceType": -1,
        "qualityType": 0,
        "relativeOffset": 0,
        "searchTimeType": -1,
    }

    headers = {
        "accept": "application/json",
        "content-type": "application/json",
        "origin": "https://study.163.com",
        "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36"
    }

    try:
        response = requests.post(url, json=payload, headers=headers)
        content = response.json()
        if content and content["code"] == 0:
            return content
        return None

    except:
        print("出错了")


def get_course(content):
    course_list = content["result"]["list"]
    return course_list


def save_to_mysql(course_list):
    course_data = []
    for item in course_list:
        course_value = (
            0, item["courseId"], item["productName"], item["provider"], item["score"],
            item["learnerCount"], item["lectorName"], item["originalPrice"],
            item["discountPrice"], item["imgUrl"], item["bigImgUrl"], item["description"]
        )
        course_data.append(course_value)

    string_s = ('%s,' * 12)[:-1]
    sql_course = f"insert into course values ({string_s})"
    cur.executemany(sql_course, course_data)


def main(index):
    content = get_json(index)  # 获取json数据
    course_list = get_course(content)  # 获取第index页的50条件记录
    save_to_mysql(course_list)  # 写入到excel


if __name__ == "__main__":
    print("开始执行")
    total_page_count = get_json(1)["result"]["query"]["totlePageCount"]  # 总页数
    for index in range(1, total_page_count + 1):
        main(index)
    cur.close()
    conn.commit()
    conn.close()
    print("执行结束")

展示:

post url 执行多进程 并且保存到MySQL中：

import requests
import time
import pymysql
from multiprocessing import Pool


def get_json(index):
    """
    爬取课程的Json数据
    :param index: 当前索引,从0开始
    :return: Json数据
    """
    url = "https://study.163.com/p/search/studycourse.json"
    payload = {
        "activityId": 0,
        "keyword": "python",
        "orderType": 5,
        "pageIndex": index,
        "pageSize": 50,
        "priceType": -1,
        "qualityType": 0,
        "relativeOffset": 0,
        "searchTimeType": -1,
    }

    headers = {
        "accept": "application/json",
        "host": "study.163.com",
        "content-type": "application/json",
        "origin": "https://study.163.com",
        "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36"
    }
    try:
        # 发送POST请求
        response = requests.post(url, json=payload, headers=headers)
        # 获取JSON数据
        content_json = response.json()
        if content_json and content_json["code"] == 0:
            return content_json
        return None
    except Exception as e:
        print('出错了')
        print(e)
        return None


def get_content(content_json):
    """
    获取课程信息列表
    :param content_json: 获取的Json格式数据
    :return: 课程数据
    """
    if "result" in content_json:
        return content_json["result"]["list"]


def save_to_course(course_data):
    """
    保存到course表
    :param course_data: 元组数据
    :return: None
    """
    # 连接数据库
    conn = pymysql.connect(host='localhost',
                           port=3306,
                           user='root',
                           passwd='root',
                           db='test',
                           charset='utf8')
    cur = conn.cursor()

    sql_course = """INSERT INTO course2
    (courseId, productName, provider, score, learnerCount, lessonCount, lectorName, originalPrice, discountPrice, discountRate, imgUrl, bigImgUrl, description)
    VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s)
    """
    cur.executemany(sql_course, course_data)
    conn.commit()
    cur.close()
    conn.close()


def save_mysql(content):
    """
    保存到MySQL
    :param content: 爬取的数据
    :return:
    """
    course_data = []
    # 连接数据库
    conn = pymysql.connect(host='localhost',
                           port=3306,
                           user='root',
                           passwd='root',
                           db='test',
                           charset='utf8')
    cur = conn.cursor()

    def check_course_exit(course_id):
        """
        检查课程是否存在
        :param course_id: 课程id
        :return: 课程存在返回True,否则返回False
        """
        sql = f'SELECT courseId FROM course2 WHERE courseId = {course_id}'
        cur.execute(sql)
        course = cur.fetchone()
        return bool(course)

    # 遍历课程列表
    for item in content:
        if not check_course_exit(item['courseId']):
            course_value = (
                item['courseId'], item['productName'], item['provider'], item['score'], item['learnerCount'],
                item['lessonCount'], item['lectorName'], item['originalPrice'], item['discountPrice'],
                item['discountRate'], item['imgUrl'], item['bigImgUrl'], item['description']
            )
            course_data.append(course_value)

    cur.close()
    conn.close()
    if course_data:
        save_to_course(course_data)


def main(index):
    content_json = get_json(index)
    if content_json:
        content = get_content(content_json)
        if content:
            save_mysql(content)


if __name__ == '__main__':
    print('开始执行')
    start = time.time()
    totlePageCount = get_json(1)['result']["query"]["totlePageCount"]

    with Pool() as pool:
        pool.map(main, range(1, totlePageCount + 1))

    print('执行结束')
    end = time.time()
    print(f'程序执行时间是{end - start}秒。')

get请求一个页面，并进行HTML解析：（租房网的返回页面解析）

'''
爬取链家网
'''

from fake_useragent import UserAgent  # 导入伪造头部信息的模块
import asyncio  # 异步io模块
import aiohttp  # 异步网络请求模块
import requests  # 导入网络请求模块
from lxml import etree  # 导入lxml解析html的模块
import pandas  # 导入pandas模块


class HomeSpider():  # 链家爬虫的类
    def __init__(self):  # 初始化
        self.data = []  # 创建数据列表
        self.headers = {"User-Agent": UserAgent().random}  # 随机生成浏览器头部信息

    async def request(self, url):  # 异步网络请求的方法
        async with aiohttp.ClientSession() as session:  # 创建异步网络请求对象
            try:
                # 根据传递的地址发送网络请求
                async with session.get(url, headers=self.headers, timeout=3) as response:
                    print(response.status)
                    if response.status == 200:  # 如果请求码为200说明请求成功
                        result = await response.text()  # 获取请求结果中的文本代码
                        return result
            except Exception as e:
                print(e.args)  # 打印异常信息

    def get_page_all(self, city):  # 请求一次，获取租房信息的所有页码
        city_letter = self.get_city_letter(city)  # 获取城市对应的字母
        url = 'https://{}.lianjia.com/zufang/ab200301001000rco11rt200600000001rs{}/'.format(city_letter, city)
        response = requests.get(url, headers=self.headers)  # 发送网络请求
        if response.status_code == 200:
            html = etree.HTML(response.text)  # 创建一个XPath解析对象
            # 获取租房信息的所有页码
            page_all = html.xpath('//*[@id="content"]/div[1]/div[2]/@data-totalpage')[0]
            print('租房信息总页码获取成功！')
            return int(page_all) + 1
        else:
            print('获取租房信息所有页码的请求未成功！')

    # 解析数据
    async def parse_data_all(self, page_all, city):
        for i in range(1,page_all):  # 根据租房信息的总页码，分别对每一页信息发送网络请求
            city_letter = self.get_city_letter(city)  # 获取城市对应的字母
            url = 'https://{}.lianjia.com/zufang/ab200301001000pg{}rco11rt200600000001rs{}/'.format(city_letter,i, city)
            html_text = await self.request(url)  # 发送网络请求，获取html代码
            html = etree.HTML(html_text)  # 创建一个XPath解析对象
            print('获取'+url+'页信息！')
            title_all = html.xpath('//*[@id="content"]/div[1]/div[1]/div/div/p[1]/a/text()')  # 获取每页中所有标题
            big_region_all = html.xpath('//*[@id="content"]/div[1]/div[1]/div/div/p[2]/a[1]/text()')  # 获取每页中所有大区域
            small_region_all = html.xpath('//*[@id="content"]/div[1]/div[1]/div/div/p[2]/a[2]/text()')  # 获取每页中所有小区域
            square_all = html.xpath('//*[@id="content"]/div[1]/div[1]/div/div/p[2]/text()[5]')  # 获取每页中所有房子的面积
            floor_all = html.xpath('//*[@id="content"]/div[1]/div[1]/div/div/p[2]/span/text()[2]')  # 获取每页中所有房子的楼层
            price_all = html.xpath('//*[@id="content"]/div[1]/div[1]/div/div/span/em/text()')  # 获取每页中所有房子的价格
            title_list = self.remove_spaces(title_all)  # 删除标题信息中的空格与换行符
            region_list = self.combined_region(big_region_all, small_region_all)  # 组合后的区域信息
            square_list = self.remove_spaces(square_all)  # 删除面积信息中的空格与换行符
            floor_list = self.remove_spaces(floor_all)  # 删除楼层信息中的空格与换行符
            price_list = self.remove_spaces(price_all)  # 删除价格信息中的空格与换行符
            # 每页数据
            data_page = {'title': title_list,
                         'region': region_list,
                         'price': price_list,
                         'square': square_list,
                         'floor': floor_list}
            print('写入第'+str(i)+'页数据！')
            df = pandas.DataFrame(data_page)              # 创建DataFrame数据对象
            df.to_csv('{}租房信息.csv'.format(city),mode='a', encoding='utf_8_sig',index=None)  # 写入每页数据


    # 删除字符串中的空格与换行符
    def remove_spaces(self, info):
        info_list = []  # 保存去除空格后的字符串
        for i in info:  # 循环遍历包含空格信息
            x=i.replace(' ', '').replace('\n', '')
            if x =='':
                pass
            else:
                info_list.append(x)  # 将去除空格后的字符串添加至列表中
        return info_list  # 返回去除空格后的信息

    # 获取北、上、广城市名称对应的字母
    def get_city_letter(self, city_name):
        city_dict = {'北京': 'bj', '上海': 'sh', '广州': 'gz'}
        return city_dict.get(city_name)  # 返回城市名称对应的英文字母

    # def get_city_letter(self, city_name):
    #     city_dict = {'北京': 'bj', '上海': 'sh', '广州': 'gz','深圳':'sz'}
    #     return city_dict.get(city_name)  # 返回城市名称对应的英文字母

    # 将大区域小区域合并
    def combined_region(self, big_region, small_region):
        region_list = []  # 保存组合后的区域信息
        # 循环遍历大小区域，并将区域组合
        for a, b in zip(big_region, small_region):
            region_list.append(a + '-' + b)
        return region_list

    # 启动异步
    def start(self, page_all, city):
        loop = asyncio.get_event_loop()      # 创建loop对象
        # 开始运行
        loop.run_until_complete(self.parse_data_all(page_all, city))


if __name__ == '__main__':
    input_city = input('请输入需要下载租房信息的城市名称！')
    home_spider = HomeSpider()  # 创建爬虫类对象
    page_all = home_spider.get_page_all(input_city)  # 获取所有页码
    print(page_all)    # 打印所有页码信息
    home_spider.start(page_all, input_city)          # 启动爬虫程序

解析Excel并且画一个柱状图：

import pandas as pd
import matplotlib.pyplot as plt

# 使用 openpyxl 作为引擎来读取 .xlsx 文件
df = pd.read_excel('mrbook.xlsx', engine='openpyxl')

# 假设 df 中的 '销量' 和 'rate' 列有相同的行数
y1 = df['销量']
y2 = df['rate']
x = range(1, len(y1) + 1)

# 生成与 x 轴刻度数量匹配的标签
months = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月', '13月', '14月']

# 检查数据长度
print("Length of x:", len(x))
print("Length of y1:", len(y1))
print("Length of y2:", len(y2))

fig = plt.figure()
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

ax1 = fig.add_subplot(111)  # 添加子图
plt.title('销量情况对比')  # 图表标题
plt.xticks(x, months[:len(x)])  # 图表x轴标题

# 绘制柱状图
ax1.bar(x, y1, label='销量')
ax1.set_ylabel('销量（册）')  # y轴标签

# 共享x轴添加一条y轴坐标轴
ax2 = ax1.twinx()
ax2.plot(x, y2, color='black', linestyle='--', marker='o', linewidth=2, label=u"增长率")
ax2.set_ylabel(u"增长率")

# 在折线图上添加数据标签
for a, b in zip(x, y2):
    plt.text(a, b + 0.02, '%.2f' % b, ha='center', va='bottom', fontsize=10, color='red')

plt.show()

解析Excel并且生成柱状图：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np

sns.set_style('darkgrid')
file = './data/mrtb_data.xlsx'
df = pd.read_excel(file, engine='openpyxl')

plt.rc('font', family='SimHei', size=13)

# 通过reset_index()函数将groupby()的分组结果重新设置索引
df1 = df.groupby(['类别'])['买家实际支付金额'].sum()
df2 = df.groupby(['类别', '性别'])['买家会员名'].count().reset_index()

men_df = df2[df2['性别'] == '男']
women_df = df2[df2['性别'] == '女']

men_list = list(men_df['买家会员名'])
women_list = list(women_df['买家会员名'])
num = np.array(list(df1))  # 消费金额

# 计算男性用户比例
ratio = np.array(men_list) / (np.array(men_list) + np.array(women_list))
np.set_printoptions(precision=2)  # 使用set_printoptions设置输出的精度

# 设置男生女生消费金额
men = num * ratio
women = num * (1 - ratio)
df3 = df2.drop_duplicates(['类别'])  # 去除类别重复的记录
name = list(df3['类别'])

# 生成图表
x = name
width = 0.5
idx = np.arange(len(x))

plt.bar(idx, men, width, color='slateblue', label='男性用户')
plt.bar(idx, women, width, bottom=men, color='orange', label='女性用户')
plt.xlabel('消费类别')
plt.ylabel('男女分布')
plt.xticks(idx + width / 2, x, rotation=20)

# 在图表上显示数字
for a, b in zip(idx, men):
    plt.text(a, b, '%.0f' % b, ha='center', va='top', fontsize=12)  # 对齐方式'top', 'bottom', 'center', 'baseline', 'center_baseline'
for a, b, c in zip(idx, women, men):
    plt.text(a, b + c + 0.5, '%.0f' % b, ha='center', va='bottom', fontsize=12)

plt.legend()
plt.show()

解析txt文本：

import re
import matplotlib.pyplot as plt
from matplotlib import colors
import jieba
import wordcloud
# 按行读取群聊天记录（文本文件）
f = open('qun.txt','r',encoding='utf-8')   
fl = f.readlines()
del fl[:8]    #del删除切片（前8行数据）
fl = fl[1::3] #提取下标为1，步长为3的切片
str1 = ' '.join(fl)  #join()函数分割文本数据
#滤除无用文本
str1 = str1.replace('[QQ红包]请使用新版手机QQ查收红包。','')
str1 = str1.replace('[群签到]请使用新版QQ进行查看。','')
#通过re模块的findall将[表情]和[图片]转义成字符，然后使用replace滤除
list1 = re.findall(r'\[.+?\]', str1)
for item in list1:
    str1 = str1.replace(item, '')
#自定义颜色
color_list=['#CD853F','#DC143C','#00FF7F','#FF6347','#8B008B','#00FFFF','#0000FF','#8B0000','#FF8C00','#1E90FF','#00FF00','#FFD700','#008080','#008B8B','#8A2BE2','#228B22','#FA8072','#808080']
colormap=colors.ListedColormap(color_list) 
# 分词制作词云图
word_list = jieba.cut(str1, cut_all=True)
word = ' '.join(word_list)
Mywordcloud= wordcloud.WordCloud(mask=None, font_path='simhei.ttf',width=3000,colormap=colormap,height=2000,background_color = '#383838').generate(word)
plt.imshow(Mywordcloud)
plt.axis('off')
plt.show()