python-中国大学排名数据分析与可视化
【题目描述】以软科中国最好大学排名为分析对象,基于requests库和bs4库编写爬虫程序,对2015年至2019年间的中国大学排名数据进行爬取:
(1)按照排名先后顺序输出不同年份的前10位大学信息,并要求对输出结果的排版进行优化;
(2)结合matplotlib库,对2015-2019年间前10位大学的排名信息进行可视化展示。
(3附加)编写一个查询程序,根据从键盘输入的大学名称和年份,输出该大学相应的排名信息。如果所爬取的数据中不包含该大学或该年份信息,则输出相应的提示信息,并让用户选择重新输入还是结束查询;
【练习要求】请给出源代码程序和运行测试结果,源代码程序要求添加必要的注释。
源代码:
import requests from bs4 import BeautifulSoup as bs import pandas as pd from matplotlib import pyplot as plt def get_rank(url): count = 0 rank = [] headers = { user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36 Edg/101.0.1210.3 } resp = requests.get(url, headers=headers).content.decode() soup = bs(resp, lxml) univname = soup.find_all('a', class_=name-cn) for i in univname: if count != 10: university = i.text.replace( , ) score = soup.select(#content-box > div.rk-table-box > table > tbody > tr:nth-child({}) > td:nth-child(5) .format(count + 1))[0].text.strip() rank.append([university, score]) else: break count += 1 return rank total = [] u_year = 2015 for i in range(15, 20): url = https://www.shanghairanking.cn/rankings/bcur/20{}11.format(i) print(url) title = ['学校名称', '总分'] df = pd.DataFrame(get_rank(url), columns=title) total.append(df) for i in total: plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 x = list(i[学校名称])[::-1] y = list(i[总分])[::-1] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制图像 plt.plot(x, y, label=大学排名) # 2.2 添加网格显示 plt.grid(True, linestyle=--, alpha=0.5) # 2.3 添加描述信息 plt.xlabel(大学名称) plt.ylabel(总分) plt.title(str(u_year) + 年软科中国最好大学排名Top10, fontsize=20) # 2.5 添加图例 plt.legend(loc=best) # 3.图像显示 plt.savefig(str(u_year)+.png) plt.show() u_year += 1 while True: info = input(请输入要查询的大学名称和年份:) count = 0 university, year = info.split() year = int(year) judge = 2019 - year tmp = total[::-1] if 4 >= judge >= 0: name = list(total[judge - 1][学校名称]) for j in name: if university == j: print(university + 在{0}年排名第{1}.format(year, count + 1)) break count += 1 if count ==10: print(很抱歉,没有该学校的排名记录!!!) print(请选择以下选项:) print( 1.继续查询) print( 2.结束查询) select = int(input()) if select == 1: continue elif select == 2: break else: break else: print(很抱歉,没有该年份的排名记录!!!) print(请选择以下选项:) print( 1.继续查询) print( 2.结束查询) select = int(input()) if select == 1: continue elif select == 2: break
运行结果: