粗饼·中国魔方赛事网中国三阶魔方速盲前100爬虫分析

本文转载自查看原文 2021-12-29 11:34 1599

粗饼·中国魔方赛事网中国三阶魔方速盲前100爬虫分析

一、选题背景

魔方，又叫鲁比克方块，最早是由匈牙利布达佩斯建筑学院厄尔诺·鲁比克教授于1974年发明的机械益智玩具。WCA(World Cube Association,世界魔方协会)每年都会在世界各地举办各类大小魔方赛事。1991年十一月中国国内首次魔方比赛在广州进行，2004年元月中国选手首次参加世界魔方协会比赛，2009年5月中国选手首次在官方比赛中打破世界纪录，2014年6月粗饼•中国魔方赛事网(Cubing China)正式上线，为国内魔方事业的发展起到了关键的作用，如今在三阶魔方上中国人也取得了优秀的成绩。本次课程将会对粗饼网的三阶魔方速拧与盲拧的前100名的相关数据进行爬虫分析。

二、主题式网络爬虫设计方案

1.主题式网络爬虫名称

粗饼·中国魔方赛事网中国三阶魔方单次速盲前100爬虫分析

2.主题式网络爬虫爬取的内容与数据特征分析

爬取粗饼网中国三阶魔方单次速拧与盲拧前100名的排名，姓名，地区，成绩，比赛，日期，年份数据，对其进行分析。

数据来源：https://cubing.com/(数据截止至2021年12月27日)

3.主题式网络爬虫设计方案概述

（1）实现思路

通过对粗饼网的页面进行分析，利用Requests爬虫库和BeautifulSoup库爬取到我们所需要的粗饼网中国三阶魔方单次速拧与盲拧前100名的排名，姓名，地区，成绩，比赛，日期，年份数据，然后再保存为.csv文件，最后进行可视化分析。

（2）技术难点

爬取数据中的一些困难，在利用Matplotlib与PyEcharts进行数据可视化分析时遇到了难点。

三、主题页面的结构特征分析

1.主题页面的结构与特征分析

需要爬取的相关页面截图

三阶单次成绩前100(截图仅展示部分)

三阶单次盲拧成绩前100(截图仅展示部分)

我们需要爬取的数据如图所示。

2.Htmls 页面解析

通过对页面审查元素观察分析，可以得知我们所需要爬取的数据在body标签下的div标签中(三阶盲拧单次的数据也是一样的)

3.节点（标签）查找方法与遍历方法

通过for循环进行节点(标签)的查找与遍历。

四、网络爬虫程序设计

1.数据爬取与采集

 1 #导入我们所需要的库#
 2 import requests
 3 from bs4 import BeautifulSoup
 4 import csv
 5 main_url = 'https://cubingchina.com'
 6 def get_html(url):
 7 #根据url返回相应的html对象#
 8 #写入请求标头#
 9     headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'}
10     response = requests.get(url, headers=headers)
11     response.encoding='utf-8-sig'
12     html = response.text
13     return html
14 def get_soup(html):
15 #根据HTML返回beautifulsoup对象#
16     soup = BeautifulSoup(html, 'lxml')
17     return soup
18 def get_rank_list(soup):
19 #使用beautifulsoup解析网页，取得选手信息，并返回选手信息列表#
20     rank_text_list = soup.find('table', {'class': 'table table-bordered table-condensed table-hover table-boxed'})
21     rank_text_list = rank_text_list.find_all('tr')[1:]
22     rank_list = []
23     for rank_text in rank_text_list:
24         rank_text = rank_text.find_all('td')
25         rank = rank_text[1].extract().text
26         name = rank_text[2].extract().text
27         region = rank_text[3].extract().text
28         result = rank_text[4].extract().text
29         competitive = rank_text[5].extract().text
30         date = rank_text[6].extract().text
31         item = (rank, name, region, result, competitive, date)
32         rank_list.append(item)
33     return rank_list
34 def writer_file(rank_list, flag=''):
35 #将三阶速拧的数据写入csv文件#
36     header = ('排名', '姓名','地区', '成绩', '比赛', '日期')
37     with open('333_single_china.csv', 'a',encoding='utf-8-sig',newline='') as file:
38         writer = csv.writer(file)
39         if flag == 'first':
40             writer.writerow(header)
41         for rank in rank_list:
42             writer.writerow(rank)
43 def main():
44     start_url = 'https://cubing.com/results/rankings'
45     html = get_html(start_url)
46     soup = get_soup(html)
47     # 将三阶单次排名写入文件#
48     rank_list = get_rank_list(soup)
49     writer_file(rank_list, 'first')
50     print('三阶单次速拧排名数据爬取成功，已保存！')
51 if __name__=="__main__":
52     main()
53 def writer_file(rank_list, flag=''):
54 #将三阶盲拧的数据写入csv文件#
55     header = ('排名', '姓名','地区', '成绩', '比赛', '日期')
56     with open('333bf_single_china.csv', 'a',encoding='utf-8-sig',newline='') as file:
57         writer = csv.writer(file)
58         if flag == 'first':
59             writer.writerow(header)
60         for rank in rank_list:
61             writer.writerow(rank)
62 def main():
63     start_url = 'https://cubing.com/results/rankings?region=China&event=333bf&gender=all&type=single'
64     html = get_html(start_url)
65     soup = get_soup(html)
66     # 三阶盲拧排名写入文件#
67     rank_list = get_rank_list(soup)
68     writer_file(rank_list, 'first')
69     print('三阶盲拧单次排名数据爬取成功，已保存！')
70 if __name__=="__main__":
71     main()

运行结果：

保存的csv文件如下

2.对数据进行清洗和处理

1 #导入三阶魔方速拧单次中国前100排名数据#
2 import pandas as pd
3 df=pd.DataFrame(pd.read_csv('C:\\Users\\Lenovo\\Desktop\\中国三阶魔方数据\\333_single_china.csv'))
4 df

运行结果：

1 #导入三阶魔方盲拧单次中国前100排名数据#
2 import pandas as pd
3 df2=pd.DataFrame(pd.read_csv('C:\\Users\\Lenovo\\Desktop\\中国三阶魔方数据\\333bf_single_china.csv'))
4 df2

运行结果：

1 #删除三阶速拧单次排名数据中我们不需要的行和列#
2 df.drop('比赛',axis=1,inplace=True)
3 df
4 df.drop('地区',axis=1,inplace=True)
5 df

运行结果：

1 #删除三阶单次盲拧排名中我们不需要的行和列#
2 df2.drop('比赛',axis=1,inplace=True)
3 df2
4 df2.drop('地区',axis=1,inplace=True)
5 df2

运行结果：

1 # 查看数据是否存在有空值，有空值返回True，没有空值返回False#
2 df.isnull().value_counts()

运行结果：

1 df2.isnull().value_counts()

运行结果：

1 # 查看爬取的数据是否有重复行，有重复行返回True，没有重复行返回False#
2 df.duplicated()

运行结果:

1 df2.duplicated()

运行结果：

3.数据分析与可视化

 1 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方速拧前100排名柱状图#
 2 #导入库#
 3 import pandas as pd
 4 import matplotlib
 5 import matplotlib.pyplot as plt
 6 plt.figure(figsize=(15, 7),dpi=600)
 7 # 解决中文和负号显示问题#
 8 plt.rcParams['font.sans-serif']=['SimHei']
 9 plt.rcParams['axes.unicode_minus'] = False
10 #读取中国三阶魔方单次速拧前100数据csv文件#
11 df = pd.read_csv("C:\\Users\\Lenovo\\Desktop\\中国三阶魔方数据\\333_single_china.csv")
12 #设置x轴与y轴显示内容#
13 plt.bar(df['姓名'], df['成绩'])
14 #设置标题#
15 plt.title(r'截止至2021年12月27日中国三阶魔方速拧前100排名(单位:s)')
16 #设置x轴标签#
17 plt.xlabel('选手姓名')
18 #设置y轴标签#
19 plt.ylabel(r'选手成绩')
20 #将x轴标签字体调整为7#
21 plt.tick_params(labelsize=7)
22 #将x轴标签字体顺时针旋转90度#
23 plt.xticks(rotation=90)
24 #数据持久化#
25 plt.savefig('截止至2021年12月27日中国三阶魔方速拧前100排名.jpg')
26 #显示可视化结果#
27 plt.show()

运行结果：

 1 #利用pyecharts绘制截止至2021年12月27日中国三阶魔方盲拧前100排名柱状图#
 2 #导入库#
 3 import time
 4 import json
 5 import pandas as pd
 6 import numpy as np
 7 from pyecharts import options as opts
 8 data=df2
 9 bar = (
10     Bar()
11     .add_xaxis(df2["姓名"].tolist())
12     .add_yaxis("成绩", df2["成绩"].tolist())
13     .set_global_opts(
14         #图形标题的设置#
15         title_opts=opts.TitleOpts(
16             title="截止至2021年12月27日中国三阶魔方盲拧前100排名",
17             subtitle="(图中仅展示部分)",
18             pos_left="center",
19             pos_top="7%"),
20          #'shadow'：阴影指示器#
21         tooltip_opts=opts.TooltipOpts(
22             is_show=True, 
23             trigger="axis", 
24             axis_pointer_type="shadow"
25             ),
26         #x轴坐标配置项,x轴标签，顺时针旋转90度#
27         xaxis_opts=opts.AxisOpts(name="姓名",axislabel_opts={"interval":"0","rotate":90}),
28         #y轴配置项#
29         yaxis_opts=opts.AxisOpts(
30             name="成绩",min_=0,
31             type_="value",axislabel_opts=opts.LabelOpts(formatter="{value} 秒"),),
32         #区域缩放配置项#
33         datazoom_opts=opts.DataZoomOpts(range_start=0,range_end=10),
34     )
35 )
36 bar.render_notebook()

运行结果：

 1 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图#
 2 import pandas as pd
 3 import matplotlib.pyplot as plt
 4 plt.figure(figsize=(15, 6.5),dpi=600)
 5 plt.title('截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图',size=25,color="black")
 6 #画出散点图#
 7 plt.scatter(df['日期'], df['创造年份'])
 8 plt.xticks(rotation=90)
 9 #数据持久化#
10 plt.savefig('截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图.jpg')
11 #将散点图显示出来
12 plt.show()

运行结果：

 1 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图#
 2 import pandas as pd
 3 import matplotlib.pyplot as plt
 4 plt.figure(figsize=(15, 6.5),dpi=600)
 5 plt.title('截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图',size=25,color="black")
 6 #画出散点图#
 7 plt.scatter(df2['日期'], df2['创造年份'])
 8 plt.xticks(rotation=90)
 9 #数据持久化#
10 plt.savefig('截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图.jpg')
11 #将散点图显示出来
12 plt.show()

运行结果：

 1 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方速拧前100成绩创造时间分布图#
 2 #导入库#
 3 import pandas as pd
 4 import matplotlib
 5 import matplotlib.pyplot as plt
 6 #设置图形大小#
 7 plt.figure(figsize=(15,7),dpi=80)
 8 #设置各部分显示比例#
 9 finance=[len(df[df["创造年份"]==2015]["创造年份"]),
10          len(df[df["创造年份"]==2017]["创造年份"]),
11          len(df[df["创造年份"]==2018]["创造年份"]),
12          len(df[df["创造年份"]==2019]["创造年份"]),
13          len(df[df["创造年份"]==2020]["创造年份"]),
14          len(df[df["创造年份"]==2021]["创造年份"])]
15 
16 #设置中文显示，解决乱码问题#
17 font = {'family' : 'MicroSoft YaHei',
18         'weight': 'bold',
19         'size': '12'}
20 matplotlib.rc("font",**font)
21 matplotlib.rc("font",
22               family='MicroSoft YaHei',
23               weight="bold")
24 labels = ["2015",
25           "2017",
26           "2018",
27           "2019",
28           "2020",
29           "2021"]
30 explode = [0.1, 0.1, 0.1, 0.1,0.1,0.1]
31 colors = ['mistyrose', 'salmon', 'tomato', 'darksalmon','mistyrose','orangered']
32 #设置饼图相关参数#
33 plt.pie(finance, explode=explode, labels=labels,
34         colors=colors,autopct='%.2f%%',
35         pctdistance=0.8, labeldistance=1.1,
36         startangle=180,  radius=1.2,
37         counterclock=False,
38         wedgeprops={'linewidth':1.5, 'edgecolor':'white'},
39         textprops={'fontsize':10, 'color':'black'} )
40 #设置标题#
41 plt.title('中国三阶魔方速拧前100成绩创造年份分布饼图')
42 #数据持久化#
43 plt.savefig('中国三阶魔方速拧前100成绩创造年份分布饼图.jpg')
44 #显示可视化图像#
45 plt.show()

运行结果：

 1 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方盲拧前100成绩创造时间分布图#
 2 #导入库#
 3 import pandas as pd
 4 import matplotlib
 5 import matplotlib.pyplot as plt
 6 #设置图形大小#
 7 plt.figure(figsize=(15,7),dpi=80)
 8 #设置各部分显示比例#
 9 finance=[len(df2[df2["创造年份"]==2009]["创造年份"]),
10          len(df2[df2["创造年份"]==2010]["创造年份"]),
11          len(df2[df2["创造年份"]==2012]["创造年份"]),
12          len(df2[df2["创造年份"]==2013]["创造年份"]),
13          len(df2[df2["创造年份"]==2014]["创造年份"]),
14          len(df2[df2["创造年份"]==2015]["创造年份"]),
15          len(df2[df2["创造年份"]==2016]["创造年份"]),
16          len(df2[df2["创造年份"]==2017]["创造年份"]),
17          len(df2[df2["创造年份"]==2018]["创造年份"]),
18          len(df2[df2["创造年份"]==2019]["创造年份"]),
19          len(df2[df2["创造年份"]==2021]["创造年份"])]
20 
21 #设置中文显示，解决乱码问题#
22 font = {'family' : 'MicroSoft YaHei',
23         'weight': 'bold',
24         'size': '12'}
25 matplotlib.rc("font",**font)
26 matplotlib.rc("font",
27               family='MicroSoft YaHei',
28               weight="bold")
29 #设置饼图显示#
30 labels = ["2009",
31           "2010",
32           "2012",
33           "2013",
34           "2014",
35           "2015",
36           "2016",
37           "2017",
38           "2018",
39           "2019",
40           "2021"]
41 explode = [0.1, 0.1, 0.1, 0.1,0.1,0.1,0.1, 0.1, 0.1, 0.1,0.1]
42 colors = ['plum', 'violet', 'purple', 'darkmagenta','m','thistle','magenta','orchid','mediumvioletred','deeppink','hotpink']
43 #设置饼图相关参数#
44 plt.pie(finance, explode=explode, labels=labels,
45         colors=colors,autopct='%.2f%%',
46         pctdistance=0.8, labeldistance=1.1,
47         startangle=180,  radius=1.2,
48         counterclock=False,
49         wedgeprops={'linewidth':1.5, 'edgecolor':'white'},
50         textprops={'fontsize':10, 'color':'black'} )
51 #设置标题#
52 plt.title('中国三阶魔方盲拧前100成绩创造年份分布饼图')
53 #数据持久化#
54 plt.savefig('中国三阶盲拧速拧前100成绩创造年份分布饼图.jpg')
55 #显示可视化图像#
56 plt.show()

运行结果：

4.数据持久化

1 #数据持久化#
2 plt.savefig('截止至2021年12月27日中国三阶魔方速拧前100排名.jpg')
3 plt.savefig('截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图.jpg')
4 plt.savefig('截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图.jpg')
5 plt.savefig('中国三阶魔方速拧前100成绩创造年份分布饼图.jpg')
6 plt.savefig('中国三阶盲拧速拧前100成绩创造年份分布饼图.jpg')

运行结果：

5.附上完整代码

  1 #导入我们所需要的库#
  2 import requests
  3 from bs4 import BeautifulSoup
  4 import csv
  5 main_url = 'https://cubingchina.com'
  6 def get_html(url):
  7 #根据url返回相应的html对象#
  8 #写入请求标头#
  9     headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'}
 10     response = requests.get(url, headers=headers)
 11     response.encoding='utf-8-sig'
 12     html = response.text
 13     return html
 14 def get_soup(html):
 15 #根据HTML返回beautifulsoup对象#
 16     soup = BeautifulSoup(html, 'lxml')
 17     return soup
 18 def get_rank_list(soup):
 19 #使用beautifulsoup解析网页，取得选手信息，并返回选手信息列表#
 20     rank_text_list = soup.find('table', {'class': 'table table-bordered table-condensed table-hover table-boxed'})
 21     rank_text_list = rank_text_list.find_all('tr')[1:]
 22     rank_list = []
 23     for rank_text in rank_text_list:
 24         rank_text = rank_text.find_all('td')
 25         rank = rank_text[1].extract().text
 26         name = rank_text[2].extract().text
 27         region = rank_text[3].extract().text
 28         result = rank_text[4].extract().text
 29         competitive = rank_text[5].extract().text
 30         date = rank_text[6].extract().text
 31         item = (rank, name, region, result, competitive, date)
 32         rank_list.append(item)
 33     return rank_list
 34 def writer_file(rank_list, flag=''):
 35 #将三阶速拧的数据写入csv文件#
 36     header = ('排名', '姓名','地区', '成绩', '比赛', '日期')
 37     with open('333_single_china.csv', 'a',encoding='utf-8-sig',newline='') as file:
 38         writer = csv.writer(file)
 39         if flag == 'first':
 40             writer.writerow(header)
 41         for rank in rank_list:
 42             writer.writerow(rank)
 43 def main():
 44     start_url = 'https://cubing.com/results/rankings'
 45     html = get_html(start_url)
 46     soup = get_soup(html)
 47     # 将三阶单次排名写入文件#
 48     rank_list = get_rank_list(soup)
 49     writer_file(rank_list, 'first')
 50     print('三阶单次速拧排名数据爬取成功，已保存！')
 51 if __name__=="__main__":
 52     main()
 53 def writer_file(rank_list, flag=''):
 54 #将三阶盲拧的数据写入csv文件#
 55     header = ('排名', '姓名','地区', '成绩', '比赛', '日期')
 56     with open('333bf_single_china.csv', 'a',encoding='utf-8-sig',newline='') as file:
 57         writer = csv.writer(file)
 58         if flag == 'first':
 59             writer.writerow(header)
 60         for rank in rank_list:
 61             writer.writerow(rank)
 62 def main():
 63     start_url = 'https://cubing.com/results/rankings?region=China&event=333bf&gender=all&type=single'
 64     html = get_html(start_url)
 65     soup = get_soup(html)
 66     # 三阶盲拧排名写入文件#
 67     rank_list = get_rank_list(soup)
 68     writer_file(rank_list, 'first')
 69     print('三阶盲拧单次排名数据爬取成功，已保存！')
 70 if __name__=="__main__":
 71     main()
 72     
 73 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方速拧前100排名柱状图#
 74 #导入库#
 75 import pandas as pd
 76 import matplotlib
 77 import matplotlib.pyplot as plt
 78 plt.figure(figsize=(15, 7),dpi=600)
 79 
 80 # 解决中文和负号显示问题#
 81 plt.rcParams['font.sans-serif']=['SimHei']
 82 plt.rcParams['axes.unicode_minus'] = False
 83 
 84 #读取中国三阶魔方单次速拧前100数据csv文件#
 85 df = pd.read_csv("C:\\Users\\Lenovo\\Desktop\\中国三阶魔方数据\\333_single_china.csv")
 86 
 87 #设置x轴与y轴显示内容#
 88 plt.bar(df['姓名'], df['成绩'])
 89 
 90 #设置标题#
 91 plt.title(r'截止至2021年12月27日中国三阶魔方速拧前100排名(单位:s)')
 92 
 93 #设置x轴标签#
 94 plt.xlabel('选手姓名')
 95 
 96 #设置y轴标签#
 97 plt.ylabel(r'选手成绩')
 98 
 99 #将x轴标签字体调整为7#
100 plt.tick_params(labelsize=7)
101 
102 #将x轴标签字体顺时针旋转90度#
103 plt.xticks(rotation=90)
104 
105 #数据持久化#
106 plt.savefig('截止至2021年12月27日中国三阶魔方速拧前100排名.jpg')
107 
108 #显示可视化结果#
109 plt.show()
110 
111 #利用pyecharts绘制截止至2021年12月27日中国三阶魔方盲拧前100排名柱状图#
112 #导入库#
113 import time
114 import json
115 import pandas as pd
116 import numpy as np
117 from pyecharts import options as opts
118 
119 bar = (
120     Bar()
121     .add_xaxis(df2["姓名"].tolist())
122     .add_yaxis("成绩", df2["成绩"].tolist())
123     .set_global_opts(
124         #图形标题的设置#
125         title_opts=opts.TitleOpts(
126             title="截止至2021年12月27日中国三阶魔方盲拧前100排名",
127             subtitle="(图中仅展示部分)",
128             pos_left="center",
129             pos_top="7%"),
130          #'shadow'：阴影指示器#
131         tooltip_opts=opts.TooltipOpts(
132             is_show=True, 
133             trigger="axis", 
134             axis_pointer_type="shadow"
135             ),
136         #x轴坐标配置项,x轴标签，顺时针旋转90度#
137         xaxis_opts=opts.AxisOpts(name="姓名",axislabel_opts={"interval":"0","rotate":90}),
138         #y轴配置项#
139         yaxis_opts=opts.AxisOpts(
140             name="成绩",min_=0,
141             type_="value",axislabel_opts=opts.LabelOpts(formatter="{value} 秒"),),
142         #区域缩放配置项#
143         datazoom_opts=opts.DataZoomOpts(range_start=0,range_end=10),
144     )
145 )
146 bar.render_notebook()
147 
148 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图#
149 import pandas as pd
150 import matplotlib.pyplot as plt
151 plt.figure(figsize=(15, 6.5),dpi=600)
152 plt.title('截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图',size=25,color="black")
153 
154 #画出散点图#
155 plt.scatter(df['日期'], df['创造年份'])
156 plt.xticks(rotation=90)
157 
158 #数据持久化#
159 plt.savefig('截止至2021年12月27日中国三阶魔方速拧前100创造时间散点图.jpg')
160 
161 #将散点图显示出来
162 plt.show()
163 
164 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图#
165 import pandas as pd
166 import matplotlib.pyplot as plt
167 plt.figure(figsize=(15, 6.5),dpi=600)
168 plt.title('截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图',size=25,color="black")
169 
170 #画出散点图#
171 plt.scatter(df2['日期'], df2['创造年份'])
172 plt.xticks(rotation=90)
173 
174 #数据持久化#
175 plt.savefig('截止至2021年12月27日中国三阶魔方盲拧前100创造时间散点图.jpg')
176 
177 #将散点图显示出来
178 plt.show()
179 
180 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方速拧前100成绩创造时间分布图#
181 #导入库#
182 import pandas as pd
183 import matplotlib
184 import matplotlib.pyplot as plt
185 
186 #设置图形大小#
187 plt.figure(figsize=(15,7),dpi=80)
188 
189 #设置各部分显示比例#
190 finance=[len(df[df["创造年份"]==2015]["创造年份"]),
191          len(df[df["创造年份"]==2017]["创造年份"]),
192          len(df[df["创造年份"]==2018]["创造年份"]),
193          len(df[df["创造年份"]==2019]["创造年份"]),
194          len(df[df["创造年份"]==2020]["创造年份"]),
195          len(df[df["创造年份"]==2021]["创造年份"])]
196 
197 #设置中文显示，解决乱码问题#
198 font = {'family' : 'MicroSoft YaHei',
199         'weight': 'bold',
200         'size': '12'}
201 matplotlib.rc("font",**font)
202 matplotlib.rc("font",
203               family='MicroSoft YaHei',
204               weight="bold")
205 labels = ["2015",
206           "2017",
207           "2018",
208           "2019",
209           "2020",
210           "2021"]
211 explode = [0.1, 0.1, 0.1, 0.1,0.1,0.1]
212 colors = ['mistyrose', 'salmon', 'tomato', 'darksalmon','mistyrose','orangered']
213 
214 #设置饼图相关参数#
215 plt.pie(finance, explode=explode, labels=labels,
216         colors=colors,autopct='%.2f%%',
217         pctdistance=0.8, labeldistance=1.1,
218         startangle=180,  radius=1.2,
219         counterclock=False,
220         wedgeprops={'linewidth':1.5, 'edgecolor':'white'},
221         textprops={'fontsize':10, 'color':'black'} )
222 
223 #设置标题#
224 plt.title('中国三阶魔方速拧前100成绩创造年份分布饼图')
225 
226 #数据持久化#
227 plt.savefig('中国三阶魔方速拧前100成绩创造年份分布饼图.jpg')
228 
229 #显示可视化图像#
230 plt.show()
231 
232 #利用Matplotlib绘制截止至2021年12月27日中国三阶魔方盲拧前100成绩创造时间分布图#
233 #导入库#
234 import pandas as pd
235 import matplotlib
236 import matplotlib.pyplot as plt
237 
238 #设置图形大小#
239 plt.figure(figsize=(15,7),dpi=80)
240 
241 #设置各部分显示比例#
242 finance=[len(df2[df2["创造年份"]==2009]["创造年份"]),
243          len(df2[df2["创造年份"]==2010]["创造年份"]),
244          len(df2[df2["创造年份"]==2012]["创造年份"]),
245          len(df2[df2["创造年份"]==2013]["创造年份"]),
246          len(df2[df2["创造年份"]==2014]["创造年份"]),
247          len(df2[df2["创造年份"]==2015]["创造年份"]),
248          len(df2[df2["创造年份"]==2016]["创造年份"]),
249          len(df2[df2["创造年份"]==2017]["创造年份"]),
250          len(df2[df2["创造年份"]==2018]["创造年份"]),
251          len(df2[df2["创造年份"]==2019]["创造年份"]),
252          len(df2[df2["创造年份"]==2021]["创造年份"])]
253 
254 #设置中文显示，解决乱码问题#
255 font = {'family' : 'MicroSoft YaHei',
256         'weight': 'bold',
257         'size': '12'}
258 matplotlib.rc("font",**font)
259 matplotlib.rc("font",
260               family='MicroSoft YaHei',
261               weight="bold")
262 
263 #设置饼图显示#
264 labels = ["2009",
265           "2010",
266           "2012",
267           "2013",
268           "2014",
269           "2015",
270           "2016",
271           "2017",
272           "2018",
273           "2019",
274           "2021"]
275 explode = [0.1, 0.1, 0.1, 0.1,0.1,0.1,0.1, 0.1, 0.1, 0.1,0.1]
276 colors = ['plum', 'violet', 'purple', 'darkmagenta','m','thistle','magenta','orchid','mediumvioletred','deeppink','hotpink']
277 
278 #设置饼图相关参数#
279 plt.pie(finance, explode=explode, labels=labels,
280         colors=colors,autopct='%.2f%%',
281         pctdistance=0.8, labeldistance=1.1,
282         startangle=180,  radius=1.2,
283         counterclock=False,
284         wedgeprops={'linewidth':1.5, 'edgecolor':'white'},
285         textprops={'fontsize':10, 'color':'black'} )
286 
287 #设置标题#
288 plt.title('中国三阶魔方盲拧前100成绩创造年份分布饼图')
289 
290 #数据持久化#
291 plt.savefig('中国三阶盲拧速拧前100成绩创造年份分布饼图.jpg')
292 
293 #显示可视化图像#
294 plt.show()

五、总结

1.经过对主题数据的分析与可视化，可以得到哪些结论？是否达到预期的目标？

结论：(1)近几年中国三阶速拧和盲拧的成绩逐年提升，说明选手的实力逐年增强；

(2)与速拧对比，盲拧的钱100排名成绩落差较大，创造成绩的时间也较为分散，中国的盲拧成绩还有待提高；

(3)总的来说，中国魔方事业发展呈现稳中向好的趋势。

达到了预期的目标。

2.在完成此设计过程中，得到哪些收获？以及要改进的建议？

收获：在设计过程中，了解到了很多关于Python爬虫的相关知识，也了解到了Python可视化功能的强大以及方便。但是也遇到了一些难点，暴露了自己对Python的不熟练。学习的不够认真，在爬虫与可视化的相关内容中遇到了一些难点，但是在多次尝试之后，也迎刃而解了。

建议：还需要继续努力，多学习，多尝试，多思考。

免责声明！

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。

猜您在找 三阶魔方公式三阶魔方公式速记三阶魔方还原公式三阶魔方7步还原法详解简单 001-三阶魔方-概述及层先法三阶魔方层先法复原公式中国裁判文书网全网最新爬虫分析中国排名前100的IC设计公司 Python爬虫实战，Scrapy实战，爬取并简单分析知网中国专利数据 python, 爬虫爬取彩票网数据，pandas分析数据并实现可视化饼图