程序员，你喜欢抽哪种香烟？（python数据分析）

大家好，今天给大家分享一篇关于国产香烟分析的文章，主要用python爬取“烟悦网”数据，并作详细分析，带你看看香烟的种类及价格现状，放一张词云图：

1.爬取数据

1.1 网站分析

进入主页，烟悦网网址：https://www.yanyue.cn/tobacco

我们可以发现，所有香烟品牌的名字及对应网址（href）直接在首页内，是一个简单的静态网页。

随机进入某香烟品牌的主页：

发现内含该品牌下不同种类的香烟，包含名称、类型、焦油量及价格等信息。

打开流量分析工具，分析找到该数据接口：

是1个json格式的文件，再来看看它的请求参数：

有两个变量，分别是brandid=23（每个香烟品牌都有1个数字代表，在上一步网页中可以找到），page=1（页码），这两个变量都很好分析。

现在网站上的逻辑关系基本已经捋顺了。

1.2 爬取数据

获取每个品牌的名字及对应网址：

 

构造每个品牌的主页网址，计算总页数：

根据总页数，把该品牌所有香烟种类的数据爬下来：

 

将数据保存到表格中：

 

2.数据分析

本次数据分析主要通过pyecharts实现

2.1 分析香烟种类及数量

 

 

从上图可以看出：

·香烟品牌总共有106种

·香烟种类一共有2390种

2.2 画出香烟名字种类词云图

 

 

·根据词的大小可以看出该品牌下香烟种类的数量，看来是黄鹤楼最多

2.3 画出香烟种类数量排名前十柱状图

果然，种类最多的是黄鹤楼，一共有197种，感觉这几类烟都挺常见的

2.4 画出价格分布柱状图

主要根据每种价格对应的种类数量画图（例如20元的香烟有161种）

 

这个图看起来不那么整齐，但是仍可以获得一些信息：

·20元的价格种类最多，总共有161种；

·最便宜的烟价格为1.5元，有6种，像北戴河(软烤)、芙蓉(软橙)、甲天下(软)等，不知道能不能买到，但应该是很多人的回忆；

·最贵的烟价格为250元，总共有2种，分别是熊猫(听50支)、中华(听50支)。

2.5 画出不同价格段香烟种类的饼状图

首先把价格按如下方式分段：

然后统计数量并画图：

从图可以看出，10-20元的烟种类最多，其此是0-10元和20-30元，将近一半的烟都在20元以下。

2.6 最后画1张当月最受欢迎的香烟top10排名图

 

排名是根据网站上每个牌子香烟的访问量计算来的，看来荷花非常受欢迎啊。

 

吸烟有害健康，希望广大烟民程序员尽快戒烟哦！
本文所有数据均来自网络，仅为学习交流使用，不作为其他参考。