【python数据分析】获取or可视化

目录

1,准备

2，数据获取

1，例子(正常)

2，例子2（出来异常）

3，数据存取与洗涤

open . close

json 文件存取

openpyxl  (读取xlsx)

数据清洗（pandas库为主）

4，数据的分析和可视化

---

1,准备

• 安装：Python，MySQL，pytcharm
• 基础介绍：
  • 1，if__name__=='__name__'
  •  

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

    • 2，列表解析,

    • 3，装饰器

    • 4，递归函数

    • 5，面向对象

2，数据获取

• 1，例子(正常)

  import requests
  import pandas as pd
  import bs4 import BrautifulSoup
  
  #1.请求数据
  
  def get():
      url =
      headers=
      data=
      data =requets.get(url,headers,data)
      return data
  
  
  #2.解析数据
  
  def jiexi(data):
      soup = BrautifulSoup（data,'lxml'）
      
      #2.1数据爬取
      A1 =soup.xpath('//li')
      A2 =soup.xpath('//li')
      return A1,A2
  
  #3.存储数据
  def save_data(A1,A2):
  
      with open('boowk.json','w') as fp:     >>打开创建写入名称
      json.dump(books,fp)                >>引入写入字典
  
  
  #end开始爬取
  
  def run():
      data=get()
      A1,A2 = jiexi(data)
      save_data(A1,A2)
  
  if__name__=='__name__'
      run()
  
  
  

  2，例子2（出来异常）

• try：
      代码块，所有逻辑
      pass
  
  excepy Exception:
      上面代码出错，知道执行当前内容
  
  
  while True:
      try：
          inp=input("输入整数")                          #代码块，所有逻辑
          i=int(inp)
  
      excepy Exception as e:                 #错误返回 ==e
           pringt(e)                         #上面代码出错，知道执行当前内容

   

3，数据存取与洗涤

• open . close

  f =  open('hello.txt','w') w  ---写入 a  ---文件最后写入 r   ---只读 r+  --读+写 wb  ----二进制写入	打开文件
  f . write('写入内容')	写入内容
  f .close()	关闭文件

   

• json 文件存取

• json.dumps 和json.loads

1.汉子存取

data ={'lang','汉字'}

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

data >>
{'lang','汉字'}

• sort_key排序

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

• indent 美化输出

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

   

• openpyxl  (读取xlsx)

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

   

• 数据清洗（pandas库为主）

• 具体看  Python数据分析-02

4，数据的分析和可视化