python学习第四天

作业

内容

  • 导入包
import requests #请求
from lxml import html#解析
from matplotlib import pyplot as plt#绘图
#绘图汉字编码
plt.rcParams["font.sans-serif"] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

-导入域名

url ='http://movie.douban.com/cinema/later/chongqing/'#豆瓣重庆影讯

-将爬取到的电影信息按"想看人数的由多到少"排序输出

info_list=[]#存电影信息
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36"}
resp = requests.get(url, headers=headers)
html_data = resp.text

with open('douban.html','w',encoding='utf-8') as f:
    f.write(html_data)

# print(resp.text)


selector = html.fromstring(html_data)
movie_list = selector.xpath('//div[@id="showing-soon"]/div')
print(movie_list)

name_list = selector.xpath('//div[@id="showing-soon"]/div/div/h3/a/text()')
# print(name_list)
cishu=0
for i in movie_list:
    # 电影名称
    name=i.xpath('//div[@id="showing-soon"]/div/div/h3/a/text()')[cishu]
    # print(name)
    # 上映日期
    date=i.xpath('//div[@id="showing-soon"]/div/div/ul/li[1]/text()')[cishu]
    # 类型
    type=i.xpath('//div[@id="showing-soon"]/div/div/ul/li[2]/text()')[cishu]
    # 上映国家
    country=i.xpath('//div[@id="showing-soon"]/div/div/ul/li[3]/text()')[cishu]
    # 想看人数

    people=i.xpath('//div[@id="showing-soon"]/div/div/ul/li[4]/span/text()')[cishu]
    # cishu+=1
    people=int(people.replace('人想看','   '))
    info_list.append({
        'name':name,
        'date':date,
        'type':type,
        'country':country,
        'people':people
    })
    # print(info_list)
    cishu += 1
info_list.sort(key=lambda x:x['people'], reverse=True)
for m in info_list:
    print(m)

-绘制上映电影国家占比图

#上映国家
country_list=[]
for i in info_list:
    country_list.append(i['country'])
cou = {}#将国家与次数弄成一个键值对
for word in country_list:
    cou[word]=cou.get(word, 0)+1
print(len(cou))
times = list(cou.items())
coun=[]#国家放在一个列表
cons=[] #次数放在一个列表
for i in range(len(cou)):
    guojia,ci=times[i]
    guojia=str(guojia)
    ci=int(ci)
    coun.append(guojia)
    cons.append(ci)

print(coun)#输出国家
print(cons)#输出次数
#绘制占比图
# 距离圆心点距离
explode = [0.1, 0, 0, 0]
colors = ['red', 'purple', 'blue', 'yellow']
plt.pie(cons, explode=explode, shadow=True, labels=coun, autopct='%1.1f%%', colors=colors)
plt.legend(loc=2)
plt.axis('equal')
plt.show()

-占比图:


上映电影国家占比图

-绘制top5最想看电影
上面已经给电影信息排过名了

top5_movie = [info_list[i] for i in range(5)]
print(top5_movie)
x=[x['name'] for x in top5_movie]

y=[x['people'] for x in top5_movie]

plt.barh(x,y)
plt.show()
  • Top5最想看电影图:


    Top5最想看电影图
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容

  • 爬虫----大数据 XPath语法和lxml模块 一、 提取本地html中的数据 新建html文件 读取 使用x...
    余生只有一个容EuniceTo阅读 405评论 0 0
  • python爬虫 爬虫:一段自动抓取互联网信息的程序,从互联网上抓取对于我们有价值的信息。 提取网页数据 字典定义...
    deiend阅读 222评论 0 0
  • 1.爬虫 大数据 , 提取本地hmtl中的数据 步骤①新建html文件②读取③使用lxml中的xpath语法进行提...
    梅若吖阅读 214评论 0 0
  • 练习爬虫爬取网页电影信息 -首先,导入包 -设置域名 -设置爬取信息时的访问用户信息 之前列表字典的区别有些没分清...
    幻的風阅读 176评论 0 0
  • 今天主要是让自己完成一个项目,自己动手去爬取猫眼电影top100具体实现如下,仅供参考 猫眼电影top100 图片...
    苦难_69e0阅读 207评论 1 1