Python制作可视化大屏（东京奥运会）

1047521767

目录

9 d; m9 |# x7 z  a# B$ M. h文章目录
/ K6 r5 K8 \/ q* Z
" p% A8 f1 t9 o; n+ N- y% x! ^前言
0 Z) ?2 ]7 F$ V/ w) ^& g; |* t
一、数据爬取
& b& v$ m# `; M
+ A) g* u' h" j. d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。

  V  d& u: ~. p& Q8 l) w
# [  H6 M$ x; e4 ^: U) U一、数据爬取
import requests
import pandas as pd
# D* s" t% J' y0 F. T5 Pfrom pprint import pprint
导入相关库
, M& M- p! r$ x! f) N
requests库用于发起网页请求，获取网页中的源代码；

' D) T1 A! L! d0 c, y( c+ p* epandas库用于存储和读取获取到的信息；
" }! Z+ b0 _: f) D8 c
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；

url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609'
data1 = requests.get(url).json()
# pprint(data1)
! o& {1 ]) A0 }9 k
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()
for info in data1['body']['allMedalData']:
9 D2 g9 t& X! y    name = info['countryName']
    name_id = info['countryId']
/ E+ t0 _  B6 x# x: R* U2 M    rank = info['rank']
    gold = info['goldMedalNum']
. ^4 p6 J1 E; H" Y+ G) f$ L" R5 \$ [6 Y    silver = info['silverMedalNum']
) @! _2 O5 z( M  P- u    bronze = info['bronzeMedalNum']
    total = info['totalMedalNum']
    # 组织数据
    orangized_data = [[name,name_id,rank,gold,silver,bronze,total]]
$ x* Q+ D0 h: C' Y    # 然后追加df
    df1 = df1.append(orangized_data)
df1.columns = ['名称', 'ID', '排名', '金牌', '银牌', '铜牌', '奖牌总数']
" Z9 V& ]' u  U, Z8 f, Gdf1
; [7 N% @: j) k' c

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'
data2 = requests.get(url).json()
7 O6 Q3 w7 Q7 w3 b8 t#pprint(data2)

5 u; {; v0 S; O* i4 E3 B6 udf2 = pd.DataFrame()
for info in data2['body']['medalTableDetail']:
    english_name = info['countryName']
) A* M+ q  e  l2 @    name_id = info['countryId']
    award_time = info['awardTime']
    item_name = info['bigItemName']
    sports_name = info['sportsName']
; n; z, Y4 S$ v: x: g; F; G    medal_type = info['medalType']
    # 组织数据
    orangized_data = [[english_name,name_id,award_time,item_name,sports_name,medal_type]]
    # 然后追加df
% q0 l. F/ _: s: q& u# D    df2 = df2.append(orangized_data)
' L6 q$ ?9 N" V2 R& X  ]1 e4 Q; Rdf2.columns = ['英文缩写', 'ID', '获奖时间', '项目名', '运动员', '金牌类型']
3 _0 H7 T1 \0 l' @df2

/ S; d0 d* Y! C. s2 g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。
" b9 B- ]5 T9 L& j' L
+ _+ f: c. m6 @) j, d9 T8 r$ I3 [
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。

with 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 s! D& O( T2 c: K& ndf3 = pd.DataFrame()
for i in x.split("\n"):
    x = i.split("：")[0].strip()
    y = i.split("：")[1].strip()
3 C' Q$ [: ~- d) M/ L+ n6 k' _    orangined_data = [[x,y]]
* o# u8 m/ I$ ^+ S    df3 = df3.append(orangined_data)
2 k# u, _5 Y2 ]' c: z2 pdf3.columns = ["名称","英文名称"]
' W# r, R# G% k4 \4 {6 Y- Q7 fdf3.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。

df4 = pd.merge(df1,df3,on="名称",how="left")
8 @* T3 Z; \- q; Hdf4.head(10)
! @- h0 D, {! ^! f( V
) r1 R! P) p' c

表格df5表示运动项目获奖详情。

• 
  2 t- @+ K- _2 S" p" |7 X4 ^
  6 d3 S% g  G, C9 o9 s( Z* r
  

3 A7 D% ^5 N$ Q4 k

iolia008

) p7 ]) T! q8 `8 n) `5 u