Python制作可视化大屏（东京奥运会）

1047521767

目录

文章目录

前言
$ j8 o& ^+ F* J6 A+ k# p
( }5 j. R$ g/ d* g) N& s一、数据爬取

9 V  L- |. M  P/ }4 t& ?二、数据预处理

​前言
本文基于requests库爬取的奥运会相关数据，利用pandas库对数据进行处理之后，最后介绍了如何利用pyecharts库制作可视化大屏。


2 |7 x, q8 n8 f9 D一、数据爬取
8 X8 v! ^3 y- _( M( \$ k: N/ P' u6 `import requests
import pandas as pd
  W  \' ?) u" Cfrom pprint import pprint
! v2 Y1 t. ]6 p: n导入相关库
. v. g/ T' _8 \
requests库用于发起网页请求，获取网页中的源代码；
, S% K0 G# e+ X# R# z
( m# m9 N  [. U. x1 f7 r3 X. N* Opandas库用于存储和读取获取到的信息；
  ]& d/ {4 g( O: C% @
& t" Z. j6 f" N4 v8 |! E7 I0 Ppprint库是漂亮的打印，对于json格式的数据，能够很好的展示结构，方便我们解析；
4 p" w0 X/ C5 f3 J: Y0 G! w( V
  U6 U" X; M/ z- \' eurl = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609'
6 m& \8 p# w4 \+ jdata1 = requests.get(url).json()
# pprint(data1)
$ O3 ^! t9 A1 m% Y1 z5 y9 C
这里利用三行代码就可以获取到网页的源代码，利用pprint库，可以清晰的展示json结构，对于我们解析数据很有帮助。
df1 = pd.DataFrame()
/ c4 |; g0 A9 Xfor info in data1['body']['allMedalData']:
& L* `5 j+ ^# X! c- X    name = info['countryName']
    name_id = info['countryId']
    rank = info['rank']
4 I. j4 l2 s  s' X4 M7 l5 \    gold = info['goldMedalNum']
    silver = info['silverMedalNum']
5 m4 @0 q. m; P/ f0 m    bronze = info['bronzeMedalNum']
    total = info['totalMedalNum']
    # 组织数据
+ M0 Z% m6 m. [% a8 i7 b    orangized_data = [[name,name_id,rank,gold,silver,bronze,total]]
2 r* y; ^* e3 d8 c( o8 L    # 然后追加df
    df1 = df1.append(orangized_data)
1 Z6 ]" o& O) ]1 S& a4 ddf1.columns = ['名称', 'ID', '排名', '金牌', '银牌', '铜牌', '奖牌总数']
df1
% P+ V) ]5 C; N, }8 x; J" `

这里利用pandas库对爬取的数据进行处理，转变成结构更清楚的数据框结构。
url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/detail-total/15/110000004609'
- N, x) ?1 ]7 Kdata2 = requests.get(url).json()
4 f: I5 U6 M; |$ K9 h7 o#pprint(data2)
  K) x8 C$ w/ }- P% l- s$ R
df2 = pd.DataFrame()
for info in data2['body']['medalTableDetail']:
    english_name = info['countryName']
    name_id = info['countryId']
    award_time = info['awardTime']
3 J+ `- y5 M) E) ^    item_name = info['bigItemName']
    sports_name = info['sportsName']
* [/ J# ?5 \' K- E" |    medal_type = info['medalType']
    # 组织数据
5 ^6 i3 l; k/ b2 Q  W: T    orangized_data = [[english_name,name_id,award_time,item_name,sports_name,medal_type]]
    # 然后追加df
1 z7 T" Q) h3 Q    df2 = df2.append(orangized_data)
df2.columns = ['英文缩写', 'ID', '获奖时间', '项目名', '运动员', '金牌类型']
df2

4 m, {  M% p% o0 i! @9 W3 Y* o对于另外一个网页，我们采取同样的方式对数据进行爬取和处理。
7 P5 L6 y' m: D$ \9 e; N

二、数据预处理
8 L. m8 }/ c3 t$ D4 a. j由于使用pyecharts绘制世界地图时，名称必须是英文的，所以我们需要将这里的中文名称映射为英文名称。 我们要做的就是将它与表格中的数据，做个映射转换。先把它转换为一个Excel文件，方便我们以后直接使用。

) u* G$ G* }  S* ]4 c# ^# }% I* s% lwith open("D:/和鲸数据/数据可视化大屏！绘制全流程！/国家名中英文对照表.txt","r",encoding="utf-8") as f:
    x = f.read()
4 d9 E7 p3 y, x0 R# T7 k1 l
6 V  W* ?6 f, {  bdf3 = pd.DataFrame()
for i in x.split("\n"):
    x = i.split("：")[0].strip()
    y = i.split("：")[1].strip()
    orangined_data = [[x,y]]
1 w1 M* m& \6 K' o    df3 = df3.append(orangined_data)
df3.columns = ["名称","英文名称"]
df3.to_excel("D:/和鲸数据/数据可视化大屏！绘制全流程！/国家名中英文对照表.xlsx",index=None)
表格df1表示各国奖牌数，表格df3表示国家名中英文对照表，利用上述两张表，我们可以左连接，将英文名称添加到df1表上。

# S/ @9 [8 b2 l' Q3 g2 j4 Mdf4 = pd.merge(df1,df3,on="名称",how="left")
" {8 N# [1 k1 }) R7 U" rdf4.head(10)
' B  `. `/ B6 G/ E& X1 Z" s* K

, A3 m5 p6 Y- t" U( E" [

表格df5表示运动项目获奖详情。

• 
  % R" D& z, o9 Q# _0 i6 }) Z
  . Q& t  U0 |$ u. }
  

- Z: n* x4 p" w  `# z' F9 Q

iolia008