python大作业 写作思路

代码可以交给gpt一步一步来,但是要爬取什么得自己想。

首先爬取方面:

1.确定要爬取的对象,然后用edge,chorom等高级浏览器进行右键检查或者右上角打开 开发者工具,然后一个个翻自己要爬取的哪个class里面哪个标签中哪个标签中的哪个属性。

2.注意不能使用https,要使用http,不然会出现SSL报错

3.提前安装好requests和beautifulsoup,前者用于爬取,后者用于对html这类文件进行筛选

4.一定要记得把爬取的文件按照csv文件格式保存下来,至于选择哪些名称作为列名则看具体需要,csv文件比excel文件好操作,而且csv文件不需要装太多的包(注,csv文件本质上有txt文件改后缀变化,行与行之间之间enter换行即可,列与列之间要用英文逗号隔开)

所有步骤都应该单独列一个py文件进行运行,包括这个爬取,切勿一个文件走到底。

然后是对数据进行处理:

1.拿到的数据大部分都是文本数据,你需要再用一个py程序将其转换成名称,数量这种csv文件,而不是拿第一个爬取的文件去进行数据处理,也就是需要二次处理,除非你第一次爬出来的就是数据类型的,那就无需二次操作。

2.当你完成上面两步的时候,基本就快结束了,这时候就可以乘胜追击,进行数据的求平均值,相关性分析,聚类分析,你不会没关系,gpt会,直接搜就行,注意这也是要单独一个py程序的

3.要求上面要用到mysql,这里简要列出步骤,打开软件,点击你的test,然后新建数据库,起个名字,然后在这个数据库新建查询,输入建表语句(这个数据就是上一步的csv文件的东西,还要起个表名),然后在下一步中加进去你的host名,一般是localhost,用户名root,密码(不一定看你),数据库名,表名。

4.完成数据分析.py之后就是数据可视化分析,画图也好实现,唯一可能不方便的就是不输出中文,这时候在import下加上一句plt.rcParams['font.sans-serif']=['SimHei']即可

相关推荐
JoshuaGraham9 分钟前
Java 并发-newFixedThreadPool
java·开发语言
Bruce_Liuxiaowei13 分钟前
基于Flask的勒索病毒应急响应平台架构设计与实践
后端·python·flask
iFlyCai19 分钟前
Xcode警报“Ignoring duplicate libraries: ‘-lc++’” 警报
开发语言·c++
Channing Lewis21 分钟前
python headq包介绍
python
Freak嵌入式28 分钟前
一文速通 Python 并行计算:06 Python 多线程编程-基于队列进行通信
开发语言·python·多线程·面向对象·并行计算
无名之逆34 分钟前
[特殊字符] 超轻高性能的 Rust HTTP 服务器 —— Hyperlane [特殊字符][特殊字符]
java·服务器·开发语言·前端·网络·http·rust
DXM052142 分钟前
牟乃夏《ArcGIS Engine地理信息系统开发教程》学习笔记1
开发语言·经验分享·笔记·学习·arcgis·c#·arcgis engine
熊猫鹏-梓潼1 小时前
Swift Programming All in One苹果程序开发自学之路
开发语言·ios·swift
archko1 小时前
telophoto源码查看记录 二
java·开发语言
Elendill1 小时前
【算法笔记】并查集详解
笔记·python·算法