编程语言
首页 > 编程语言> > python爬取中国进出口贸易总额及数据分析

python爬取中国进出口贸易总额及数据分析

作者:互联网

(一)、选题的背景

近两年来,在新冠状病毒的侵袭下,各国都在面对巨大的挑战,有的采取封国措施,有的国家经济水平下降,但是我们中国不但保持不下降的经济,还可以说有所进步。我想通过进出口贸易总额分析,知道我们国家这两年,面对疫情的困难下,进出口总额与之前对比,通过数据可视化看出我们国家进出口总额的近年来的差别。 

(二)、主题式网络爬虫设计方案

1.主题式网络爬虫名称

国内进出口贸易总额爬虫分析

2. 主题式网络爬虫爬取的内容与数据特征分析

爬取该网站的国内进出口贸易总额以及对当月进出口额的金额(亿美元)、同比增长、环比增长以及累计进出口额的金额(亿美元)、同比增长的分析。

3. 主题式网络爬虫设计方案概述(包括实现思路与技术难点)

爬取当前网站的国内进出口贸易总额以及对当月进出口额的金额(亿美元)、同比增长、环比增长以及累计进出口额的金额(亿美元)、同比增长的分析,并找到该标签下的链接进行跳转爬取下一个页面的有关数据,再数据清洗,数据可视化。

 在对页面标签的再爬取采取的循化爬取会因为数据的切片问题导致出错、对数据进行清洗和处理、对可用数据的可视化处理。

具体的思路和分析通过下列代码与图片展示。

(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

 

 

2. Htmls 页面解析

  在第一个图中我们可以发现我们需要找到进出口贸易总额,然后在往下面找,第二张图片我们可以发现我们所需要爬取的数据位于tobody标签的tr中,前两行是小标题,到第三行开始为2021年11月的具体进出口贸易总额(亿美元)、同比增长、环比增长的数据,以此类推10月9月......

3.节点(标签)查找方法与遍历方法

用双循环遍历tr标签。再遍历tr标签下的td标签取出数据。

(四)、网络爬虫程序设计

爬虫程序主体要包括以下各部分,要附源代码及较详细注释,并在每部分程序后

面提供输出结果的截图。

1.数据爬取与采集

 1 from bs4 import BeautifulSoup
 2 import requests
 3 import matplotlib.pyplot as plt
 4 import pandas as pd
 5 import csv
 6 def getHTMLText(url):
 7     try:
 8         headers={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/\
 9         537.36 (KHTML, like Gecko) Chrome/96.0.4664.55 Safari/537.36 Edg/96.0.1054.34"}
10         r=requests.get(url,headers=headers)
11         r.raise_for_status()#如果状态不是200,就会引发HTTPError异常
12         r.encoding = r.apparent_encoding
13         print(r)
14         return r.text
15     except:
16         return "no"
17 
18 url="https://market.cnal.com/historical/jck.html"
19 a=getHTMLText(url)
20 soup=BeautifulSoup(a)

 

 

 

 

2.对数据进行清洗和处理

 1 lll=[]
 2 for i in soup.find_all("tr")[2:]:
 3     zz=[]
 4     bb=0
 5     for a in i:
 6         if bb==1:
 7             zz.append(a)
 8         elif bb==3:
 9             zz.append(a)
10         elif bb==5:
11             zz.append(a)
12         elif bb==7:
13             zz.append(a)
14         elif bb==9:
15             zz.append(a)
16         elif bb==11:
17             zz.append(a)
18         elif bb==13:
19             zz.append(a)
20         elif bb==15:
21             zz.append(a)
22         elif bb==17:
23             zz.append(a)
24         elif bb==19:
25             zz.append(a)
26         elif bb==21:
27             zz.append(a)
28         bb=bb+1 
29     lll.append(zz)
30 lll

 

 

 

1 xxx=[]
2 for gtk in lll:
3     hv=[]
4     for i in gtk:
5         hv.append(str(i)[4:-5])
6     xxx.append(hv)
7 xxx

 

 

 

 1 for hji in range(len(df["月份"])):
 2     try:
 3         df.loc[hji,"金额(亿美元)"]=float(df.loc[hji,"金额(亿美元)"])
 4     except:
 5         df.loc[hji,"金额(亿美元)"]=0
 6     try:
 7         df.loc[hji,"同比增长"]=float(df.loc[hji,"同比增长"][0:-1])/100
 8     except:
 9         df.loc[hji,"同比增长"]=0
10     try:
11         df.loc[hji,"环比增长"]=float(df.loc[hji,"环比增长"][0:-1])/100
12     except:
13         df.loc[hji,"环比增长"]=0
14     try:
15         df.loc[hji,"金额(亿美元).1"]=float(df.loc[hji,"金额(亿美元).1"])
16     except:
17         df.loc[hji,"金额(亿美元).1"]=0
18     try:
19         df.loc[hji,"同比增长.1"]=float(df.loc[hji,"同比增长.1"][0:-1])/100
20     except:
21         df.loc[hji,"同比增长.1"]=0
22     try:
23         df.loc[hji,"环比增长.1"]=float(df.loc[hji,"环比增长.1"][0:-1])/100
24     except:
25         df.loc[hji,"环比增长.1"]=0
26     try:
27         df.loc[hji,"金额(亿美元).2"]=float(df.loc[hji,"金额(亿美元).2"])
28     except:
29         df.loc[hji,"金额(亿美元).2"]=0
30     try:
31         df.loc[hji,"同比增长.2"]=float(df.loc[hji,"同比增长.2"][0:-1])/100
32     except:
33         df.loc[hji,"同比增长.2"]=0
34     try:
35         df.loc[hji,"金额(亿美元).3"]=float(df.loc[hji,"金额(亿美元).3"])
36     except:
37         df.loc[hji,"金额(亿美元).3"]=0
38     try:
39         df.loc[hji,"同比增长.3"]=float(df.loc[hji,"同比增长.3"][0:-1])/100
40     except:
41         df.loc[hji,"同比增长.3"]=0
42 df

 

 

 3.数据分析与可视化(例如:数据柱形图、直方图、散点图、盒图、分布图)

 1 import requests
 2 from bs4 import BeautifulSoup
 3 import matplotlib.pyplot as plt
 4 import seaborn as sns
 5 import pandas as pd
 6 #df=pd.read_csv("C:\\Users\\wei\\data.csv")
 7 ggf=df.sort_values(by="金额(亿美元)",
 8                         axis=0,
 9                         ascending=False,)
10 bk=ggf["金额(亿美元).1"][0:6]
11 dfc=ggf["金额(亿美元)"][0:6]
12 zk=ggf["金额(亿美元).2"][0:6]
13 city_1=ggf["金额(亿美元).3"][0:6]
14 #显示中文标签,处理中文乱码问题
15 plt.rcParams['font.sans-serif']=['Microsoft YaHei']
16 plt.rcParams['axes.unicode_minus']=False 
17 plt.figure(figsize=(10,6))
18 x=list(range(len(zk)))
19 #给图片设置间距
20 total_width=0.8
21 n=4
22 width=total_width/n
23 for i in range(len(x)):
24     x[i]-=width
25 plt.bar(x,
26         bk,
27         width=width,
28         label="金额(亿美元)",
29         color="brown"
30        )
31 gtx_3=zip(x,bk)
32 for aa,ab in gtx_3:
33     plt.text(aa,
34              ab,
35              ab,
36              ha="center",
37              va='bottom',
38              fontsize=10)
39 for i in range(len(x)):
40     x[i]+=width
41 plt.bar(x,
42         zk,
43         width=width,#宽度
44         label="金额(亿美元).1",
45         tick_label=city_1,
46         color="b"
47        )
48 gtx_2=zip(x,zk)
49 for aa,ab in gtx_2:
50     plt.text(aa,
51              ab,
52              ab,
53              ha="center",
54              va='bottom',
55              fontsize=10)
56 
57 for i in range(len(x)):
58     x[i]+=width
59 plt.bar(x,
60         city_1,
61         width=width,
62         label="金额(亿美元).2",
63         color="cyan"
64        )
65 gtx_1=zip(x,city_1)
66 for aa,ab in gtx_1:
67     plt.text(aa,
68              ab,
69              ab,
70              ha="center",
71              va='bottom',
72              fontsize=10)
73 for i in range(len(x)):
74     x[i]+=width
75 plt.bar(x,
76         dfc,
77         width=width,
78         label="金额(亿美元)",
79         color="r"
80        )
81 gtx_1=zip(x,city_1)
82 for aa,ab in gtx_1:
83     plt.text(aa,
84              ab,
85              ab,
86              ha="center",
87              va='bottom',
88              fontsize=10)
89 plt.legend()
90 plt.xlabel("")
91 plt.ylabel("亿美元")
92 plt.title("进出口金额对比")
93 plt.grid()
94 plt.show()

 

 

 

 

 1 #通过盒图了解平均进出口金额在什么位置金额分布情况
 2 plt.subplot(2,2,1)
 3 plt.boxplot(df["金额(亿美元)"],       
 4             notch=True,
 5             sym=None,
 6             vert=None,
 7             whis=None,
 8             positions=None,
 9             widths=None,
10             patch_artist=True,
11             meanline=None,
12             showmeans=None,
13             showcaps=None,
14             showbox=None,
15             showfliers=None,
16             boxprops=None,
17             labels=None,
18             flierprops=None,
19             medianprops=None,
20             meanprops=None,
21             capprops=None,
22             whiskerprops=None)
23 plt.title("同比增长")
24 plt.ylabel("环比增长")
25 plt.subplot(2,2,2)
26 plt.boxplot(df["金额(亿美元).1"],       
27             notch=True,
28             sym=None,
29             vert=None,
30             whis=None,
31             positions=None,
32             widths=None,
33             patch_artist=True,
34             meanline=None,
35             showmeans=None,
36             showcaps=None,
37             showbox=None,
38             showfliers=None,
39             boxprops=None,
40             labels=None,
41             flierprops=None,
42             medianprops=None,
43             meanprops=None,
44             capprops=None,
45             whiskerprops=None)
46 plt.title("同比增长.1")
47 plt.ylabel("环比增长.1")
48 plt.subplot(2,2,3)
49 
50 plt.boxplot(df["金额(亿美元).2"],       
51             notch=True,
52             sym=">",
53             vert=None,
54             whis=None,
55             positions=None,
56             widths=None,
57             patch_artist=True,
58             meanline=None,
59             showmeans=None,
60             showcaps=None,
61             showbox=None,
62             showfliers=None,
63             boxprops=None,
64             labels=None,
65             flierprops=None,
66             medianprops=None,
67             meanprops=None,
68             capprops=None,
69             whiskerprops=None)
70 plt.title("同比增长.2")
71 plt.ylabel("环比增长.2")
72 plt.subplot(2,2,4)
73 plt.boxplot(df["金额(亿美元).3"],       
74             notch=True,
75             sym="+",
76             vert=None,
77             whis=None,
78             positions=None,
79             widths=None,
80             patch_artist=True,
81             meanline=True,
82             showmeans=True,
83             showcaps=None,
84             showbox=None,
85             showfliers=None,
86             boxprops=None,
87             labels=None,
88             flierprops=None,
89             medianprops=None,
90             meanprops=None,
91             capprops=None,
92             whiskerprops=None)
93 plt.title("同比增长.3")
94 plt.ylabel("环比增长.3")
95 plt.show()

 

 

 

 

4.根据数据之间的关系,分析两个变量之间的相关系数,画出散点图,并建立变

 

量之间的回归方程(一元或多元)。

 

 1 from pyecharts import options as opts
 2 from pyecharts.charts import Line
 3 df=pd.read_csv("D:\\刘政标python课程设计\\rk.csv")
 4 line1 = (
 5     Line()
 6     .add_xaxis(list(df['金额(亿美元)'][:10].values))
 7     .add_yaxis("进口", df['金额(亿美元)'][:10].values.tolist())
 8     .add_yaxis("出口", df['金额(亿美元).1'][:10].values.tolist())
 9     .set_global_opts(
10         title_opts=opts.TitleOpts(title="进出口金额总值"),
11     )
12 )
13 line1.render_notebook()

 

 

 

  1 #整理画图数据
  2 hi=df.sort_values(by="金额(亿美元)",
  3                         axis=0,
  4                         ascending=False,)
  5 for ikl in range(len(df["金额(亿美元)"])):
  6     if ikl==29:
  7         fa=hi.loc[ikl,"金额(亿美元)"]
  8     elif ikl==60:
  9         fb=hi.loc[ikl,"金额(亿美元)"]
 10     elif ikl==90:
 11         fc=hi.loc[ikl,"金额(亿美元)"]
 12 a_25=0
 13 a_50=0
 14 a_75=0
 15 a_100=0
 16 DF=len(hi["金额(亿美元)"])
 17 plt.subplot(1,2,1)
 18 for gh in range(DF):
 19     if hi.loc[gh,"金额(亿美元)"]>fa:
 20         a_100=a_100+1
 21     elif hi.loc[gh,"金额(亿美元)"]>fb:
 22         a_75=a_75+1
 23     elif hi.loc[gh,"金额(亿美元)"]>fc:
 24         a_50=a_50+1
 25     else:
 26         a_25=a_25+1
 27 a_data=[a_25,a_50,a_75,a_100]
 28 plt.rcParams['font.sans-serif']=['Microsoft YaHei']  #显示中文标签,处理中文乱码问题
 29 plt.rcParams['axes.unicode_minus']=False 
 30 #构造数据
 31 explode = [0, 0, 0, 0]
 32 labels = ["0-25%", "25-50%", "50-75%", "75-100%"]
 33 colors = ['gold', 'chartreuse', 'cyan', 'pink']
 34 plt.pie(
 35     a_data,  #绘图数据
 36     explode=explode, #指定饼图某些部分的突出显示,即呈现爆炸式
 37     labels=labels,
 38     colors=colors,
 39     autopct='%.2f%%',
 40     pctdistance=0.8,
 41     labeldistance=1.1,
 42     startangle=180,
 43     radius=1.2,
 44     counterclock=False,
 45     wedgeprops={'linewidth':1.5,'edgecolor':'r'},
 46     textprops={'fontsize':10,'color':'black'},
 47     )
 48 #添加图标题
 49 plt.title('进口金额(亿美元)')
 50 #----------------------------------------------------------------------------------------------------------------------------------
 51 plt.subplot(1,2,2)
 52 #显示图形
 53 hi=df.sort_values(by="金额(亿美元).1",
 54                         axis=0,
 55                         ascending=False,)
 56 for ikl in range(len(df["金额(亿美元).1"])):
 57     if ikl==29:
 58         fa=hi.loc[ikl,"金额(亿美元).1"]
 59     elif ikl==60:
 60         fb=hi.loc[ikl,"金额(亿美元).1"]
 61     elif ikl==90:
 62         fc=hi.loc[ikl,"金额(亿美元).1"]
 63 a_25=0
 64 a_50=0
 65 a_75=0
 66 a_100=0
 67 DF=len(hi["金额(亿美元).1"])
 68 for gh in range(DF):
 69     if hi.loc[gh,"金额(亿美元).1"]>fa:
 70         a_100=a_100+1
 71     elif hi.loc[gh,"金额(亿美元).1"]>fb:
 72         a_75=a_75+1
 73     elif hi.loc[gh,"金额(亿美元).1"]>fc:
 74         a_50=a_50+1
 75     else:
 76         a_25=a_25+1
 77 a_data=[a_25,a_50,a_75,a_100]
 78 plt.rcParams['font.sans-serif']=['Microsoft YaHei']  #显示中文标签,处理中文乱码问题
 79 plt.rcParams['axes.unicode_minus']=False 
 80 #构造数据
 81 explode = [0, 0, 0, 0]
 82 labels = ["0-25%", "25-50%", "50-75%", "75-100%"]
 83 colors = ['gold', 'chartreuse', 'cyan', 'pink']
 84 plt.pie(
 85     a_data,  #绘图数据
 86     explode=explode, #指定饼图某些部分的突出显示,即呈现爆炸式
 87     labels=labels,
 88     colors=colors,
 89     autopct='%.2f%%',
 90     pctdistance=0.8,
 91     labeldistance=1.1,
 92     startangle=180,
 93     radius=1.2,
 94     counterclock=False,
 95     wedgeprops={'linewidth':1.5,'edgecolor':'r'},
 96     textprops={'fontsize':10,'color':'black'},
 97     )
 98 #添加图标题
 99 plt.title('出口金额(亿美元)')
100 plt.show()

 

 

 

 

 

6.数据持久化

 

 1 with open("D:\\刘政标python课程设计\\rk.csv","w",encoding="utf-8") as fi:
 2     writer=csv.writer(fi)
 3     writer.writerow(["月份",
 4                      "金额(亿美元)","同比增长","环比增长",
 5                      "金额(亿美元)","同比增长","环比增长",
 6                      "金额(亿美元)",
 7                      "同比增长",
 8                      "金额(亿美元)","同比增长"])#给每列的数据列名
 9     for da in xxx:
10         writer.writerow(da)
11 fi.close()

 

 

 

7.将以上各部分的代码汇总,附上完整程序代码

 

  1 from bs4 import BeautifulSoup
  2 import requests
  3 import matplotlib.pyplot as plt
  4 import pandas as pd
  5 import csv
  6 def getHTMLText(url):
  7     try:
  8         headers={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/\
  9         537.36 (KHTML, like Gecko) Chrome/96.0.4664.55 Safari/537.36 Edg/96.0.1054.34"}
 10         r=requests.get(url,headers=headers)
 11         r.raise_for_status()#如果状态不是200,就会引发HTTPError异常
 12         r.encoding = r.apparent_encoding
 13         print(r)
 14         return r.text
 15     except:
 16         return "no"
 17 
 18 url="https://market.cnal.com/historical/jck.html"
 19 a=getHTMLText(url)
 20 soup=BeautifulSoup(a)
 21 soup
 22 lll=[]
 23 for i in soup.find_all("tr")[2:]:
 24     zz=[]
 25     bb=0
 26     for a in i:
 27         if bb==1:
 28             zz.append(a)
 29         elif bb==3:
 30             zz.append(a)
 31         elif bb==5:
 32             zz.append(a)
 33         elif bb==7:
 34             zz.append(a)
 35         elif bb==9:
 36             zz.append(a)
 37         elif bb==11:
 38             zz.append(a)
 39         elif bb==13:
 40             zz.append(a)
 41         elif bb==15:
 42             zz.append(a)
 43         elif bb==17:
 44             zz.append(a)
 45         elif bb==19:
 46             zz.append(a)
 47         elif bb==21:
 48             zz.append(a)
 49         bb=bb+1 
 50     lll.append(zz)
 51 lll
 52 xxx=[]
 53 for gtk in lll:
 54     hv=[]
 55     for i in gtk:
 56         hv.append(str(i)[4:-5])
 57     xxx.append(hv)
 58 xxx
 59 with open("D:\\刘政标python课程设计\\rk.csv","w",encoding="utf-8") as fi:
 60     writer=csv.writer(fi)
 61     writer.writerow(["月份",
 62                      "金额(亿美元)","同比增长","环比增长",
 63                      "金额(亿美元)","同比增长","环比增长",
 64                      "金额(亿美元)",
 65                      "同比增长",
 66                      "金额(亿美元)","同比增长"])#给每列的数据列名
 67     for da in xxx:
 68         writer.writerow(da)
 69 fi.close()
 70 for hji in range(len(df["月份"])):
 71     try:
 72         df.loc[hji,"金额(亿美元)"]=float(df.loc[hji,"金额(亿美元)"])
 73     except:
 74         df.loc[hji,"金额(亿美元)"]=0
 75     try:
 76         df.loc[hji,"同比增长"]=float(df.loc[hji,"同比增长"][0:-1])/100
 77     except:
 78         df.loc[hji,"同比增长"]=0
 79     try:
 80         df.loc[hji,"环比增长"]=float(df.loc[hji,"环比增长"][0:-1])/100
 81     except:
 82         df.loc[hji,"环比增长"]=0
 83     try:
 84         df.loc[hji,"金额(亿美元).1"]=float(df.loc[hji,"金额(亿美元).1"])
 85     except:
 86         df.loc[hji,"金额(亿美元).1"]=0
 87     try:
 88         df.loc[hji,"同比增长.1"]=float(df.loc[hji,"同比增长.1"][0:-1])/100
 89     except:
 90         df.loc[hji,"同比增长.1"]=0
 91     try:
 92         df.loc[hji,"环比增长.1"]=float(df.loc[hji,"环比增长.1"][0:-1])/100
 93     except:
 94         df.loc[hji,"环比增长.1"]=0
 95     try:
 96         df.loc[hji,"金额(亿美元).2"]=float(df.loc[hji,"金额(亿美元).2"])
 97     except:
 98         df.loc[hji,"金额(亿美元).2"]=0
 99     try:
100         df.loc[hji,"同比增长.2"]=float(df.loc[hji,"同比增长.2"][0:-1])/100
101     except:
102         df.loc[hji,"同比增长.2"]=0
103     try:
104         df.loc[hji,"金额(亿美元).3"]=float(df.loc[hji,"金额(亿美元).3"])
105     except:
106         df.loc[hji,"金额(亿美元).3"]=0
107     try:
108         df.loc[hji,"同比增长.3"]=float(df.loc[hji,"同比增长.3"][0:-1])/100
109     except:
110         df.loc[hji,"同比增长.3"]=0
111 df
112 import requests
113 from bs4 import BeautifulSoup
114 import matplotlib.pyplot as plt
115 import seaborn as sns
116 import pandas as pd
117 #df=pd.read_csv("C:\\Users\\wei\\data.csv")
118 ggf=df.sort_values(by="金额(亿美元)",
119                         axis=0,
120                         ascending=False,)
121 bk=ggf["金额(亿美元).1"][0:6]
122 dfc=ggf["金额(亿美元)"][0:6]
123 zk=ggf["金额(亿美元).2"][0:6]
124 city_1=ggf["金额(亿美元).3"][0:6]
125 #显示中文标签,处理中文乱码问题
126 plt.rcParams['font.sans-serif']=['Microsoft YaHei']
127 plt.rcParams['axes.unicode_minus']=False 
128 plt.figure(figsize=(10,6))
129 x=list(range(len(zk)))
130 #给图片设置间距
131 total_width=0.8
132 n=4
133 width=total_width/n
134 for i in range(len(x)):
135     x[i]-=width
136 plt.bar(x,
137         bk,
138         width=width,
139         label="金额(亿美元)",
140         color="brown"
141        )
142 gtx_3=zip(x,bk)
143 for aa,ab in gtx_3:
144     plt.text(aa,
145              ab,
146              ab,
147              ha="center",
148              va='bottom',
149              fontsize=10)
150 for i in range(len(x)):
151     x[i]+=width
152 plt.bar(x,
153         zk,
154         width=width,#宽度
155         label="金额(亿美元).1",
156         tick_label=city_1,
157         color="b"
158        )
159 gtx_2=zip(x,zk)
160 for aa,ab in gtx_2:
161     plt.text(aa,
162              ab,
163              ab,
164              ha="center",
165              va='bottom',
166              fontsize=10)
167 
168 for i in range(len(x)):
169     x[i]+=width
170 plt.bar(x,
171         city_1,
172         width=width,
173         label="金额(亿美元).2",
174         color="cyan"
175        )
176 gtx_1=zip(x,city_1)
177 for aa,ab in gtx_1:
178     plt.text(aa,
179              ab,
180              ab,
181              ha="center",
182              va='bottom',
183              fontsize=10)
184 for i in range(len(x)):
185     x[i]+=width
186 plt.bar(x,
187         dfc,
188         width=width,
189         label="金额(亿美元)",
190         color="r"
191        )
192 gtx_1=zip(x,city_1)
193 for aa,ab in gtx_1:
194     plt.text(aa,
195              ab,
196              ab,
197              ha="center",
198              va='bottom',
199              fontsize=10)
200 plt.legend()
201 plt.xlabel("")
202 plt.ylabel("亿美元")
203 plt.title("进出口金额对比")
204 plt.grid()
205 plt.show()
206 #通过盒图了解平均进出口金额在什么位置金额分布情况
207 plt.subplot(2,2,1)
208 plt.boxplot(df["金额(亿美元)"],       
209             notch=True,
210             sym=None,
211             vert=None,
212             whis=None,
213             positions=None,
214             widths=None,
215             patch_artist=True,
216             meanline=None,
217             showmeans=None,
218             showcaps=None,
219             showbox=None,
220             showfliers=None,
221             boxprops=None,
222             labels=None,
223             flierprops=None,
224             medianprops=None,
225             meanprops=None,
226             capprops=None,
227             whiskerprops=None)
228 plt.title("同比增长")
229 plt.ylabel("环比增长")
230 plt.subplot(2,2,2)
231 plt.boxplot(df["金额(亿美元).1"],       
232             notch=True,
233             sym=None,
234             vert=None,
235             whis=None,
236             positions=None,
237             widths=None,
238             patch_artist=True,
239             meanline=None,
240             showmeans=None,
241             showcaps=None,
242             showbox=None,
243             showfliers=None,
244             boxprops=None,
245             labels=None,
246             flierprops=None,
247             medianprops=None,
248             meanprops=None,
249             capprops=None,
250             whiskerprops=None)
251 plt.title("同比增长.1")
252 plt.ylabel("环比增长.1")
253 plt.subplot(2,2,3)
254 
255 plt.boxplot(df["金额(亿美元).2"],       
256             notch=True,
257             sym=">",
258             vert=None,
259             whis=None,
260             positions=None,
261             widths=None,
262             patch_artist=True,
263             meanline=None,
264             showmeans=None,
265             showcaps=None,
266             showbox=None,
267             showfliers=None,
268             boxprops=None,
269             labels=None,
270             flierprops=None,
271             medianprops=None,
272             meanprops=None,
273             capprops=None,
274             whiskerprops=None)
275 plt.title("同比增长.2")
276 plt.ylabel("环比增长.2")
277 plt.subplot(2,2,4)
278 plt.boxplot(df["金额(亿美元).3"],       
279             notch=True,
280             sym="+",
281             vert=None,
282             whis=None,
283             positions=None,
284             widths=None,
285             patch_artist=True,
286             meanline=True,
287             showmeans=True,
288             showcaps=None,
289             showbox=None,
290             showfliers=None,
291             boxprops=None,
292             labels=None,
293             flierprops=None,
294             medianprops=None,
295             meanprops=None,
296             capprops=None,
297             whiskerprops=None)
298 plt.title("同比增长.3")
299 plt.ylabel("环比增长.3")
300 plt.show()
301 from pyecharts import options as opts
302 from pyecharts.charts import Line
303 df=pd.read_csv("D:\\刘政标python课程设计\\rk.csv")
304 line1 = (
305     Line()
306     .add_xaxis(list(df['金额(亿美元)'][:10].values))
307     .add_yaxis("进口", df['金额(亿美元)'][:10].values.tolist())
308     .add_yaxis("出口", df['金额(亿美元).1'][:10].values.tolist())
309     .set_global_opts(
310         title_opts=opts.TitleOpts(title="进出口金额总值"),
311     )
312 )
313 line1.render_notebook()
314 #整理画图数据
315 hi=df.sort_values(by="金额(亿美元)",
316                         axis=0,
317                         ascending=False,)
318 for ikl in range(len(df["金额(亿美元)"])):
319     if ikl==29:
320         fa=hi.loc[ikl,"金额(亿美元)"]
321     elif ikl==60:
322         fb=hi.loc[ikl,"金额(亿美元)"]
323     elif ikl==90:
324         fc=hi.loc[ikl,"金额(亿美元)"]
325 a_25=0
326 a_50=0
327 a_75=0
328 a_100=0
329 DF=len(hi["金额(亿美元)"])
330 plt.subplot(1,2,1)
331 for gh in range(DF):
332     if hi.loc[gh,"金额(亿美元)"]>fa:
333         a_100=a_100+1
334     elif hi.loc[gh,"金额(亿美元)"]>fb:
335         a_75=a_75+1
336     elif hi.loc[gh,"金额(亿美元)"]>fc:
337         a_50=a_50+1
338     else:
339         a_25=a_25+1
340 a_data=[a_25,a_50,a_75,a_100]
341 plt.rcParams['font.sans-serif']=['Microsoft YaHei']  #显示中文标签,处理中文乱码问题
342 plt.rcParams['axes.unicode_minus']=False 
343 #构造数据
344 explode = [0, 0, 0, 0]
345 labels = ["0-25%", "25-50%", "50-75%", "75-100%"]
346 colors = ['gold', 'chartreuse', 'cyan', 'pink']
347 plt.pie(
348     a_data,  #绘图数据
349     explode=explode, #指定饼图某些部分的突出显示,即呈现爆炸式
350     labels=labels,
351     colors=colors,
352     autopct='%.2f%%',
353     pctdistance=0.8,
354     labeldistance=1.1,
355     startangle=180,
356     radius=1.2,
357     counterclock=False,
358     wedgeprops={'linewidth':1.5,'edgecolor':'r'},
359     textprops={'fontsize':10,'color':'black'},
360     )
361 #添加图标题
362 plt.title('进口金额(亿美元)')
363 #----------------------------------------------------------------------------------------------------------------------------------
364 plt.subplot(1,2,2)
365 #显示图形
366 hi=df.sort_values(by="金额(亿美元).1",
367                         axis=0,
368                         ascending=False,)
369 for ikl in range(len(df["金额(亿美元).1"])):
370     if ikl==29:
371         fa=hi.loc[ikl,"金额(亿美元).1"]
372     elif ikl==60:
373         fb=hi.loc[ikl,"金额(亿美元).1"]
374     elif ikl==90:
375         fc=hi.loc[ikl,"金额(亿美元).1"]
376 a_25=0
377 a_50=0
378 a_75=0
379 a_100=0
380 DF=len(hi["金额(亿美元).1"])
381 for gh in range(DF):
382     if hi.loc[gh,"金额(亿美元).1"]>fa:
383         a_100=a_100+1
384     elif hi.loc[gh,"金额(亿美元).1"]>fb:
385         a_75=a_75+1
386     elif hi.loc[gh,"金额(亿美元).1"]>fc:
387         a_50=a_50+1
388     else:
389         a_25=a_25+1
390 a_data=[a_25,a_50,a_75,a_100]
391 plt.rcParams['font.sans-serif']=['Microsoft YaHei']  #显示中文标签,处理中文乱码问题
392 plt.rcParams['axes.unicode_minus']=False 
393 #构造数据
394 explode = [0, 0, 0, 0]
395 labels = ["0-25%", "25-50%", "50-75%", "75-100%"]
396 colors = ['gold', 'chartreuse', 'cyan', 'pink']
397 plt.pie(
398     a_data,  #绘图数据
399     explode=explode, #指定饼图某些部分的突出显示,即呈现爆炸式
400     labels=labels,
401     colors=colors,
402     autopct='%.2f%%',
403     pctdistance=0.8,
404     labeldistance=1.1,
405     startangle=180,
406     radius=1.2,
407     counterclock=False,
408     wedgeprops={'linewidth':1.5,'edgecolor':'r'},
409     textprops={'fontsize':10,'color':'black'},
410     )
411 #添加图标题
412 plt.title('出口金额(亿美元)')
413 plt.show()

 

(五)、总结(10 分)

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)近年来,所受疫情影响进出口贸易总额总体变化幅度不是特别大。

           (2)总体来说,我们国家出口总金额大于进口总总额,总支出小于总收入。

           (3)我们国家进出口贸易不断在提高。

 达到预期目标

2.在完成此设计过程中,得到哪些收获?以及要改进的建议?

  在此次设计过程种我对数据处理种的数据筛出有了很大的收获,对爬虫知识更加了解,就是怎么进行类型转换,然后达到自己的想要的效果。

 受益浅!需要改进的地方可能就是编写程序反应时间过慢了!编程经验比较欠缺。

 

 

 

标签:数据分析,loc,None,plt,python,金额,爬取,df,hji
来源: https://www.cnblogs.com/liuzb0122/p/15734720.html