【python數據分析】獲取or可視化

目錄

1,準備

2，數據獲取

1，例子(正常)

2，例子2（出來異常）

3，數據存取與洗滌

open . close

json 文件存取

openpyxl  (讀取xlsx)

數據清洗（pandas庫爲主）

4，數據的分析和可視化

---

1,準備

• 安裝：Python，MySQL，pytcharm
• 基礎介紹：
  • 1，if__name__=='__name__'
  •  

    def A():
        print(“你好”)
    
    if__name__=='__name__'
        A()
     
    >>你好
    
    其他文件調用A()
    
    >>你好

    • 2，列表解析,

    • 3，裝飾器

    • 4，遞歸函數

    • 5，面向對象

2，數據獲取

• 1，例子(正常)

  import requests
  import pandas as pd
  import bs4 import BrautifulSoup
  
  #1.請求數據
  
  def get():
      url =
      headers=
      data=
      data =requets.get(url,headers,data)
      return data
  
  
  #2.解析數據
  
  def jiexi(data):
      soup = BrautifulSoup（data,'lxml'）
      
      #2.1數據爬取
      A1 =soup.xpath('//li')
      A2 =soup.xpath('//li')
      return A1,A2
  
  #3.存儲數據
  def save_data(A1,A2):
  
      with open('boowk.json','w') as fp:     >>打開創建寫入名稱
      json.dump(books,fp)                >>引入寫入字典
  
  
  #end開始爬取
  
  def run():
      data=get()
      A1,A2 = jiexi(data)
      save_data(A1,A2)
  
  if__name__=='__name__'
      run()
  
  
  

  2，例子2（出來異常）

• try：
      代碼塊，所有邏輯
      pass
  
  excepy Exception:
      上面代碼出錯，知道執行當前內容
  
  
  while True:
      try：
          inp=input("輸入整數")                          #代碼塊，所有邏輯
          i=int(inp)
  
      excepy Exception as e:                 #錯誤返回 ==e
           pringt(e)                         #上面代碼出錯，知道執行當前內容

   

3，數據存取與洗滌

• open . close

  f =  open('hello.txt','w') w  ---寫入 a  ---文件最後寫入 r   ---只讀 r+  --讀+寫 wb  ----二進制寫入	打開文件
  f . write('寫入內容')	寫入內容
  f .close()	關閉文件

   

• json 文件存取

• json.dumps 和json.loads

1.漢子存取

data ={'lang','漢字'}

json_str =json.dumps(data,ensure_ascii =False)

data >>
{'lang','漢字'}

• sort_key排序

json_str =json.dumps(data,surt_keys=FTrue)

• indent 美化輸出

  json_str =json.dumps(data,indent = 4)

   

• openpyxl  (讀取xlsx)

  from openpyxl import load_workbook
  
  f =load_workbook('abc.xlsx')  --打開文件
  
  print("表名："，wb.get_sheet_names())  ----查看所有表名
  
  

   

• 數據清洗（pandas庫爲主）

• 具體看  Python數據分析-02

4，數據的分析和可視化