今天小编给大家分享一下怎么利用Python对500强排行榜数据进行可视化分析的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
今天来跟大家分析一下2020年中国500强企业排行榜数据,从不同角度去对数据进行统计分析,可视化展示。
主要分析内容:
中国500强企业-省份分布。
中国500强企业-营业收入年增率。
中国500强企业-营业收入年减率。
中国500强企业-利润年增率。
中国500强企业-利润年减率。
中国500强企业-排名上升最快。
中国500强企业-排名下降最快。
中国500强企业-资产区间分布。
中国500强企业-市值区间分布。
中国500强企业-营业收入区间分布。
中国500强企业-利润区间分布。
中国500强企业-排名前10营业收入、利润、资产、市值、股东权益等情况。
下面开始从数据采集到数据统计分析,最后进行可视化!!!
url="http://www.fortunechina.com/fortune500/c/2020-07/27/content_369925.htm" res = requests.get(url,headers=headers) res.encoding = 'utf-8' text = res.text
for i in range(0,len(table_tr)): try: #name = i.xpath('.//td/a/text()')[0] href = table_tr[i].xpath('.//td/a/@href')[0].replace("../../../../","http://www.fortunechina.com/") column_list = get_detail(href) for k in range(0,len(column_list)): outws.cell(row=count, column=k+1, value=column_list[k]) print(count) count = count+1 except: pass
name = selector.xpath('//*[@class="comp-name"]/text()')[0] r1 = selector.xpath('//*[@class="con"]/em[@class="r1"]/text()')[0] r2 = selector.xpath('//*[@class="con"]/span/em/font[@class="ft-red"]/text()')[0] address = selector.xpath('//*[@class="info"]/p')[0].xpath('.//text()')[0].replace(" ", "") table_tbody_tr = selector.xpath('//*[@class="table"]/table/tr')
outwb = openpyxl.Workbook() outws = outwb.create_sheet(index=0) outws.cell(row=1, column=1, value="企业名称") outws.cell(row=1, column=2, value="2020年排名") outws.cell(row=1, column=3, value="2019年排名") outws.cell(row=1, column=4, value="总部地址") outws.cell(row=1, column=5, value="营业收入") outws.cell(row=1, column=6, value="营业收入年增减") outws.cell(row=1, column=7, value="利润") outws.cell(row=1, column=8, value="利润年增减") outws.cell(row=1, column=9, value="资产") outws.cell(row=1, column=10, value="市值") outws.cell(row=1, column=11, value="股东权益") outwb.save("中国500强排行榜数据.xlsx") # 保存
数据就已经保存到Excel中,下面开始进行统计分析,可视化!
from pyecharts import options as opts from pyecharts.charts import Line from pyecharts.charts import Map import pandas as pd from pyecharts import options as opts from pyecharts.globals import ThemeType from pyecharts.charts import Bar
从excel中中取出:总部地址,然后取出前两位(省份),统计每一个省份的500强分布情况
address = pd_data['总部地址'] address = address.tolist() address_03 = [] for i in address: ###取省份(前两位) address_03.append(i[0:2]) data =[] address_03_set = set(address_03) #address_03_set是另外一个列表,里面的内容是address_03里面的无重复 项 for item in address_03_set: data.append((item,address_03.count(item)))
def map_china() -> Map: c = ( Map() .add(series_name="企业数量", data_pair=data, maptype="china",zoom = 1,center=[105,38]) .set_global_opts( title_opts=opts.TitleOpts(title="中国500强企业省份分布"), visualmap_opts=opts.VisualMapOpts(max_=9999,is_piecewise=True, pieces=[{"max": 9, "min": 0, "label": "0-9","color":"#FFE4E1"}, {"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"}, {"max": 499, "min": 100, "label": "100-499","color":"#F08080"}, {"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"}, {"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}] ) ) ) return c
从excel中中取出:营业收入年增减,统计增加率最大的前50名和减少率(负数)最大的前50名
income_rate = pd_data['营业收入年增减'] compare_name = pd_data['企业名称'] income_rate = income_rate.tolist() compare_name = compare_name.tolist() m = income_rate # 求一个list中最大的50个数,并排序 max_number = heapq.nlargest(50, m) # 最大的2个数对应的,如果用nsmallest则是求最小的数及其索引 max_index = map(m.index, heapq.nlargest(50, m)) # max_index 直接输出来不是数,使用list()或者set()均可输出 #print(set(max_index)) ###{235, 140, 273, 148, 86} max_index = list(set(max_index)) #ss = [m.index(j) for j in max_number] name =[compare_name[k] for k in set(max_index)] outwb = openpyxl.Workbook() outws = outwb.create_sheet(index=0)
income_rate = income_rate.tolist() compare_name = compare_name.tolist() m = income_rate # 求一个list中最小的50个数,并排序 min_number = heapq.nsmallest(60, m) min_index = [m.index(j) for j in min_number] name =[compare_name[k] for k in set(min_index)]
从excel中中取出:利润年增减,统计增加率最大的前50名和减少率(负数)最大的前50名
从excel中中取出:2020年排名和2019年排名,进行对比,统计排名上升最大的前20家企业,和排名下降最大的前20家企业。
###折线图 def LinePic(x_data,y_data,name): ( Line() # 进行全局设置 .set_global_opts( tooltip_opts=opts.TooltipOpts(is_show=True), # 显示提示信息,默认为显示,可以不写 xaxis_opts=opts.AxisOpts(type_="category"), yaxis_opts=opts.AxisOpts( type_="value", axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), ) # 添加x轴的点 .add_xaxis(xaxis_data=x_data) # 添加y轴的点 .add_yaxis( series_name=name, y_axis=y_data, symbol="emptyCircle", is_symbol_show=True, label_opts=opts.LabelOpts(is_show=True), ) # 保存为一个html文件 .render(name+".html") )
从excel中中取出:资产,为9000 间隔进行区间划分,并统计每一个区间的个数。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 90000): name.append(str(k * 90000) + "~" + str((k + 1) * 90000 - 1)) dict_value.append(int(len(list(g))))
从excel中中取出:市值,为7000 间隔进行区间划分,并统计每一个区间的个数。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 7000): name.append(str(k * 7000) + "~" + str((k + 1) * 7000 - 1)) dict_value.append(int(len(list(g))))
从excel中中取出:营业收入,为50000 间隔进行区间划分,并统计每一个区间的个数。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 50000): name.append(str(k * 50000) + "~" + str((k + 1) * 50000 - 1)) dict_value.append(int(len(list(g))))
从excel中中取出:利润为5000 间隔进行区间划分,并统计每一个区间的个数。
for k, g in groupby(sorted(assets_list), key=lambda x: x//5000): name.append(str(k*5000)+"~"+str((k+1)*5000-1)) dict_value.append(int(len(list(g))))
从excel中中取出排名前10: **营业收入、**利润、资产、市值、股东权益、
name = pd_data['企业名称'][0:11].tolist() data_1 = pd_data['营业收入'][0:11].tolist() data_2 = pd_data['利润'][0:11].tolist() data_3 = pd_data['资产'][0:11].tolist() data_4 = pd_data['市值'][0:11].tolist() data_5 = pd_data['股东权益'][0:11].tolist() # 链式调用 c = ( Bar( init_opts=opts.InitOpts( # 初始配置项 theme=ThemeType.MACARONS, animation_opts=opts.AnimationOpts( animation_delay=1000, animation_easing="cubicOut" # 初始动画延迟和缓动效果 )) ) .add_xaxis(xaxis_data=name) # x轴 .add_yaxis(series_name="营业收入", yaxis_data=cleardata(data_1)) # y轴 .add_yaxis(series_name="利润", yaxis_data=cleardata(data_2)) # y轴 .add_yaxis(series_name="资产", yaxis_data=cleardata(data_3)) # y轴 .add_yaxis(series_name="市值", yaxis_data=cleardata(data_4)) # y轴 .add_yaxis(series_name="股东权益", yaxis_data=cleardata(data_5)) # y轴 .set_global_opts( title_opts=opts.TitleOpts(title='', subtitle='排名前10经济情况', # 标题配置和调整位置 title_textstyle_opts=opts.TextStyleOpts( font_family='SimHei', font_size=25, font_weight='bold', color='red', ), pos_left="90%", pos_top="10", ), xaxis_opts=opts.AxisOpts(name='企业名称', axislabel_opts=opts.LabelOpts(rotate=20)), # 设置x名称和Label rotate解决标签名字过长使用 yaxis_opts=opts.AxisOpts(name='单位:百万美元'), ) .render("2020年中国500强-排名前10名经济情况.html") )
以上就是“怎么利用Python对500强排行榜数据进行可视化分析”这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。