Python制作可视化大屏（东京奥运会）

1047521767

目录
1 O8 n' g4 f9 ]1 u; e
文章目录
: [. c; k) v2 Z6 t! E
; K$ o: Y$ w& Z8 B8 p; X! L$ g% z前言

一、数据爬取

" u' A3 c0 |1 W二、数据预处理
* Z. V4 b4 @# r
' ]: E  A" e" m​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。
+ {6 T. s; B6 j5 Y/ ^( j
3 u" \$ n+ |* N) N. r8 l3 v3 J
一、数据爬取
import requests
import pandas as pd
' @' I" X( X5 F$ _  z/ Q7 [& {from pprint import pprint
导入相关库

requests库用于发起网页请求，获取网页中的源代码；
! r, b" e) {3 e  K- X3 m' R5 E! j
' Y8 T$ [4 P- ~/ [/ w  kpandas库用于存储和读取获取到的信息；
; c# i; _( o7 N
pprint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；
/ ?% y0 S! T+ Z# f+ }
0 A9 [- X5 X; O$ iurl = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609'
9 q* l+ u4 N7 j* ^4 Y8 V. W! |data1 = requests.get(url).json()
# pprint(data1)
  `9 u: C5 x7 B% `
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。
  s/ j  m/ s5 H9 c3 a" udf1 = pd.DataFrame()
- _# K* `. J+ m+ J4 B- efor info in data1['body']['allMedalData']:
3 Z% I; l. g8 }, D    name = info['countryName']
    name_id = info['countryId']
& i! H5 n, g) k* ?    rank = info['rank']
    gold = info['goldMedalNum']
, }5 [; _% @4 f1 c2 c3 @    silver = info['silverMedalNum']
* s" {+ \/ L$ T7 s3 Q# l2 x; N    bronze = info['bronzeMedalNum']
    total = info['totalMedalNum']
6 ]6 T1 n9 S2 O) e: D' {    # 组织数据
. q3 r1 U" O- j7 I6 E2 w    orangized_data = [[name,name_id,rank,gold,silver,bronze,total]]
/ R) S# v2 S$ L/ d+ d5 m5 L    # 然后追加df
: l( L3 w2 y) i% O8 j: S    df1 = df1.append(orangized_data)
df1.columns = ['名称', 'ID', '排名', '金牌', '银牌', '铜牌', '奖牌总数']
df1
6 J* e4 t" c( f, ?

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'
8 m3 ^% {5 ?* _0 j3 |- ~1 ?; B7 Pdata2 = requests.get(url).json()
( q& `6 Y. |, e/ g% N! n4 L#pprint(data2)

df2 = pd.DataFrame()
for info in data2['body']['medalTableDetail']:
1 J/ R6 N/ G1 v( b/ d    english_name = info['countryName']
    name_id = info['countryId']
    award_time = info['awardTime']
    item_name = info['bigItemName']
    sports_name = info['sportsName']
    medal_type = info['medalType']
4 v% Y: r7 J2 W% Z' a    # 组织数据
    orangized_data = [[english_name,name_id,award_time,item_name,sports_name,medal_type]]
    # 然后追加df
    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']
9 \) d( z& p9 P7 @9 ?8 ddf2
  Z4 q" F5 `' W* z' E) a! ?
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。
! R/ N0 n- q3 m/ l5 b* e

二、数据预处理
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。

% d) Z* T# ~5 Swith 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()

1 w; p4 A4 h' Z8 ?9 b# j5 bdf3 = pd.DataFrame()
4 t& s" R* ?2 E& Gfor i in x.split("\n"):
4 q6 H1 c0 S- e7 ~5 ~. ~3 S( n    x = i.split("：")[0].strip()
% i1 o( l* i0 S3 T0 ~% S5 j    y = i.split("：")[1].strip()
    orangined_data = [[x,y]]
    df3 = df3.append(orangined_data)
df3.columns = ["名称","英文名称"]
+ {7 X" c' e: W3 o  Qdf3.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)
4 {" ?% c4 x0 h7 K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。

3 E* ~$ Y1 @6 A* ddf4 = pd.merge(df1,df3,on="名称",how="left")
df4.head(10)

- |* }9 P- j& W* n5 M) h

表格df5表示运动项目获奖详情。

• 
  
  
  ) S( K1 o/ ~4 s2 W  J

! I( D" B( K. T3 z% }  U, Q

iolia008