“整篇文章較長，乾貨很多！建議收藏後，分章節閱讀。” 一、設計方案整體設計方案思維導圖：整篇文章，也將按照這個結構來講解。若有重點關註部分，可點擊章節目錄直接跳轉！二、項目背景針對TOP250排行榜的數據，開發一套可視化數據大屏系統，展示各維度數據分析結果。 TOP250排行榜三、電影爬 ...

“整篇文章較長，乾貨很多！建議收藏後，分章節閱讀。”

一、設計方案

整體設計方案思維導圖：

整篇文章，也將按照這個結構來講解。

若有重點關註部分，可點擊章節目錄直接跳轉！

二、項目背景

針對TOP250排行榜的數據，開發一套可視化數據大屏系統，展示各維度數據分析結果。
TOP250排行榜

三、電影爬蟲

3.1 導入庫

import requests  # 發送請求
from bs4 import BeautifulSoup  # 解析網頁
import pandas as pd  # 存取csv
from time import sleep  # 等待時間
from sqlalchemy import create_engine  # 連接資料庫

3.2 發送請求

定義一些空列表，用於臨時存儲爬取下的數據:

movie_name = []  # 電影名稱
movie_url = []  # 電影鏈接
movie_star = []  # 電影評分
movie_star_people = []  # 評分人數
movie_director = []  # 導演
movie_actor = []  # 主演
movie_year = []  # 上映年份
movie_country = []  # 國家
movie_type = []  # 類型
short_comment = []  # 一句話短評

向網頁發送請求：

res = requests.get(url, headers=headers)

3.3 解析頁面

利用BeautifulSoup庫解析響應頁面：

soup = BeautifulSoup(res.text, 'html.parser')

用BeautifulSoup的select函數，（css解析的方法）編寫代碼邏輯，部分核心代碼：

for movie in soup.select('.item'):
	name = movie.select('.hd a')[0].text.replace('\n', '')  # 電影名稱
	movie_name.append(name)
	url = movie.select('.hd a')[0]['href']  # 電影鏈接
	movie_url.append(url)
	star = movie.select('.rating_num')[0].text  # 電影評分
	movie_star.append(star)
	star_people = movie.select('.star span')[3].text  # 評分人數
	star_people = star_people.strip().replace('人評價', '')

其中，需要說明的是，《大鬧天宮》這部電影和其他電影頁面排版不同：

所以，這裡特殊處理一下：

if name == '大鬧天宮 / 大鬧天宮 上下集  /  The Monkey King':  # 大鬧天宮，特殊處理
	year0 = movie_infos.split('\n')[1].split('/')[0].strip()
	year1 = movie_infos.split('\n')[1].split('/')[1].strip()
	year2 = movie_infos.split('\n')[1].split('/')[2].strip()
	year = year0 + '/' + year1 + '/' + year2
	movie_year.append(year)
	country = movie_infos.split('\n')[1].split('/')[3].strip()
	movie_country.append(country)
	type = movie_infos.split('\n')[1].split('/')[4].strip()
	movie_type.append(type)

3.4 存儲到csv

最後，將爬取到的數據保存到csv文件中：

def save_to_csv(csv_name):
	"""
	數據保存到csv
	:return: None
	"""
	df = pd.DataFrame()  # 初始化一個DataFrame對象
	df['電影名稱'] = movie_name
	df['電影鏈接'] = movie_url
	df['電影評分'] = movie_star
	df['評分人數'] = movie_star_people
	df['導演'] = movie_director
	df['主演'] = movie_actor
	df['上映年份'] = movie_year
	df['國家'] = movie_country
	df['類型'] = movie_type
	df.to_csv(csv_name, encoding='utf_8_sig')  # 將數據保存到csv文件

其中，把各個list賦值為DataFrame的各個列，就把list數據轉換為了DataFrame數據，然後直接to_csv保存。

3.5 講解視頻

同步講解視頻：
https://www.zhihu.com/zvideo/1465578220191592448

四、數據持久化存儲

然後，就可以把csv數據導入到MySQL資料庫，做持久化存儲了。

4.1 導入庫

import pandas as pd  # 存取csv
from sqlalchemy import create_engine  # 連接資料庫

4.2 存入MySQL

最核心的三行代碼：

# 把csv導入mysql資料庫
engine = create_engine('mysql+pymysql://root:123456@localhost/db_bigscreen')
df = pd.read_csv('Movie250.csv')
df.to_sql(name='t_film', con=engine, chunksize=1000, if_exists='replace', index=None)

用create_engine創建資料庫連接，格式為：

create_engine('資料庫類型+資料庫驅動://用戶名:密碼@資料庫IP地址/資料庫名稱')

這樣，資料庫連接就創建好了。

然後，用pandas的read_csv函數讀取csv文件。

最後，用pandas的to_sql函數，把數據存入MySQL資料庫：

name='college_t2' #mysql資料庫中的表名
con=engine # 資料庫連接
index=False #不包含索引欄位
if_exists='replace' #如果表中存在數據，就替換掉，另外，還支持append(追加數據)
非常方便地完成了反嚮導入，即：從csv向資料庫的導入。

4.3 講解視頻

同步講解視頻：
https://www.zhihu.com/zvideo/1496218294043009024

五、開發可視化大屏

如文章開頭的思維導圖所說，首先把各個子圖表開發出來，然後用pyecharts的Page組件，把這些子圖表拼裝組合起來，形成大屏。

下麵，依次講解每個子圖表的實現。

5.1 柱形圖

pyecharts官網-柱形圖：A Python Echarts Plotting Library built with love.

因為需要實現分段區間統計，所以先定義出一個區間對象：

# 設置分段
bins = [0, 100000, 200000, 300000, 500000, 1000000, 3000000]
# 設置標簽
labels = ['0-10w', '10w-20w', '20w-30w', '30w-50w', '50w-100w', '100w-300w']

然後，對數據進行按段切割，並統計個數：

# 按分段離散化數據
segments = pd.cut(cmt_count_list, bins, labels=labels)  # 按分段切割數據
counts = pd.value_counts(segments, sort=False).values.tolist()  # 統計個數

最後，採用pyecharts里的Bar對象，畫出柱形圖：

bar = Bar(
	init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_cmt2'))  # 初始化條形圖
bar.add_xaxis(labels, )  # 增加x軸數據
bar.add_yaxis("評價數", counts)  # 增加y軸數據
bar.set_global_opts(
	legend_opts=opts.LegendOpts(pos_left='right'),
	title_opts=opts.TitleOpts(title="評價數量區間分佈-柱形圖", pos_left='center'),  # 標題
	toolbox_opts=opts.ToolboxOpts(is_show=False, ),  # 不顯示工具箱
	xaxis_opts=opts.AxisOpts(name="評論數",  # x軸名稱
	                         axislabel_opts=opts.LabelOpts(font_size=8)),  # 字體大小
	yaxis_opts=opts.AxisOpts(name="電影數量",
	                         axislabel_opts={"rotate": 0},
	                         splitline_opts=opts.SplitLineOpts(is_show=True,
	                                                           linestyle_opts=opts.LineStyleOpts(type_='solid')),
	                         ),  # y軸名稱
)
# 標記最大值
bar.set_series_opts(
	markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="最大值"), ],
	                                  symbol_size=35)  # 標記符號大小
)
bar.render("評價數分佈-柱形圖.html")  # 生成html文件
print('生成完畢:評價數分佈-柱形圖.html')

圖表效果：

5.2 餅圖

pyecharts官網-餅圖：A Python Echarts Plotting Library built with love.

繪製情感分佈的餅圖。所以，首先要對評價數據進行情感分析。

鑒於電影評價內容都是中文文本設計，情感分析採用snownlp技術進行。

score_list = []  # 情感評分值
tag_list = []  # 打標分類結果
pos_count = 0  # 計數器-積極
mid_count = 0  # 計數器-中性
neg_count = 0  # 計數器-消極
for comment in v_cmt_list:
	tag = ''
	sentiments_score = SnowNLP(comment).sentiments
	if sentiments_score < 0.4:  # 情感分小於0.4判定為消極
		tag = '消極'
		neg_count += 1
	elif 0.4 <= sentiments_score <= 0.6:  # 情感分在[0.4,0.6]直接判定為中性
		tag = '中性'
		mid_count += 1
	else:  # 情感分大於0.6判定為積極
		tag = '積極'
		pos_count += 1
	score_list.append(sentiments_score)  # 得分值
	tag_list.append(tag)  # 判定結果
df['情感得分'] = score_list
df['分析結果'] = tag_list
df.to_excel('情感判定結果.xlsx', index=None)  # 把情感分析結果保存到excel文件

按照情感得分值劃分區間：

情感得分值小於0.4，判定為消極
情感得分值在0.4與0.6之間，判定為中性
情感得分值大於0.6，判定為積極

最終將結果保存到Excel文件中，查看下：

將此結果中的數據，帶入到Pie組件中，畫出餅圖：

# 畫餅圖
pie = (
	Pie(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='pie1'))
		.add(series_name="評價情感分佈",  # 系列名稱
	         data_pair=[['積極', pos_count],  # 添加數據
	                    ['中性', mid_count],
	                    ['消極', neg_count]],
	         rosetype="radius",  # 是否展示成南丁格爾圖
	         radius=["30%", "55%"],  # 扇區圓心角展現數據的百分比，半徑展現數據的大小
	         )  # 加入數據
		.set_global_opts(  # 全局設置項
		title_opts=opts.TitleOpts(title="短評情感分佈-餅圖", pos_left='center'),  # 標題
		legend_opts=opts.LegendOpts(pos_left='right', orient='vertical')  # 圖例設置項,靠右,豎向排列
	)
		.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))  # 樣式設置項
pie.render('情感分佈_餅圖.html')  # 生成html文件
print('生成完畢:情感分佈_餅圖.html')

圖表效果：

5.3 詞雲圖

pyecharts官網-詞雲圖：A Python Echarts Plotting Library built with love.

針對TOP250的電影名稱，繪製出詞雲圖。

先對數據做清洗操作，然後直接畫出詞雲圖即可：

wc = WordCloud(init_opts=opts.InitOpts(width="450px", height="350px", theme=theme_config, chart_id='wc1'))
wc.add(series_name="電影名稱",
       data_pair=data,
       word_size_range=[15, 20],
       width='400px',  # 寬度
       height='300px',  # 高度
       word_gap=5  # 單詞間隔
       )  # 增加數據
wc.set_global_opts(
	title_opts=opts.TitleOpts(pos_left='center',
	                          title="電影名稱分析-詞雲圖",
	                          title_textstyle_opts=opts.TextStyleOpts(font_size=20)  # 設置標題
	                          ),
	tooltip_opts=opts.TooltipOpts(is_show=True),  # 不顯示工具箱
)
wc.set_series_opts(label_opts=opts.LabelOpts(is_show=True))
wc.render('電影名稱_詞雲圖.html')  # 生成html文件
print('生成完畢:電影名稱_詞雲圖.html')

圖表效果：

5.4 數據表格

pyecharts官網-表格：A Python Echarts Plotting Library built with love.

把排名前10的電影詳情數據，展現到大屏上，採用pyecharts里的Table組件實現。

從MySQL資料庫讀取到數據後，直接進行繪製表格：

table = (
	Table(page_title='我的表格標題', )
		.add(headers=['排名', '電影名稱', '評分', '評論數', '上映年', '一句話短評'], rows=data_list, attributes={
		"align": "left",
		"border": False,
		"padding": "20px",
		"style": "background:{}; width:450px; height:350px; font-size:10px; color:#C0C0C0;padding:3px;".format(
			table_color)
	})
		.set_global_opts(title_opts=opts.TitleOpts(title='這是表格1'))
)
table.render('電影排名TOP10_數據表格.html')
print('生成完畢:電影排名TOP10_數據表格.html')

圖表效果：

5.5 漣漪散點圖

pyecharts官網-漣漪散點圖：A Python Echarts Plotting Library built with love.

針對電影的上映年份和評分值，兩個緯度的數據，繪製出漣漪散點圖（漣漪散點圖和普通散點圖的區別，就是漣漪散點圖是動態圖，圖上的每個點都在閃爍，像水面上的漣漪一樣）。

sc = (EffectScatter(init_opts=opts.InitOpts(width="450px", height="350px", theme=theme_config, chart_id='scatter1'))
      .add_xaxis(xaxis_data=x_data)
      .add_yaxis(
	series_name="",
	y_axis=y_data,
	symbol_size=10,
	label_opts=opts.LabelOpts(is_show=False),
)
      .set_series_opts()
      .set_global_opts(
      		# 忽略部分代碼
                       )
      )
sc.render('評分年份分佈-散點圖.html')
print('生成完畢:散點圖.html')

圖表效果：

5.6 條形圖

pyecharts官網-條形圖：A Python Echarts Plotting Library built with love.

針對評論數最多的10個電影名稱，繪製出橫向條形圖。

# 畫條形圖
bar = Bar(
	init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_cmt1'))  # 初始化條形圖
bar.add_xaxis(x_data)  # 增加x軸數據
bar.add_yaxis("評論數量", y_data)  # 增加y軸數據
bar.reversal_axis()  # 設置水平方向
bar.set_series_opts(label_opts=opts.LabelOpts(position="right"))  # Label出現位置
bar.set_global_opts(
	legend_opts=opts.LegendOpts(pos_left='right'),
	title_opts=opts.TitleOpts(title="評論數TOP10作者-條形圖", pos_left='center'),  # 標題
	toolbox_opts=opts.ToolboxOpts(is_show=False, ),  # 不顯示工具箱
	xaxis_opts=opts.AxisOpts(name="評論",  # x軸名稱
	                         axislabel_opts=opts.LabelOpts(font_size=8, rotate=0),
	                         splitline_opts=opts.SplitLineOpts(is_show=False)
	                         ),
	yaxis_opts=opts.AxisOpts(name="電影",  # y軸名稱
	                         axislabel_opts=opts.LabelOpts(font_size=7, rotate=45),  # y軸名稱
	                         )
)
bar.render("評論數TOP10_條形圖.html")  # 生成html文件
print('生成完畢:評論數TOP10_條形圖.html')

圖表效果：

5.7 大標題

由於pyecharts組件沒有專門用作標題的圖表，我決定靈活運用Table組件實現大標題。即，讓Table只有標題header，沒有數據行row，再針對header做一些樣式調整（字體增大等），即可實現一行大標題。

table = Table()
table.add(headers=[v_title], rows=[], attributes={
	"align": "center",
	"border": False,
	"padding": "2px",
	"style": "background:{}; width:1350px; height:50px; font-size:25px; color:#C0C0C0;".format(table_color)
})
table.render('大標題.html')
print('生成完畢:大標題.html')

圖表效果：

5.8 Page組合

最後，也是最關鍵的一步，把以上所有圖表組合到一起，用Page組件，並且選用DraggablePageLayout方法，即拖拽的方式，組合圖表：

# 繪製:整個頁面
page = Page(
	page_title="基於Python的電影數據分析大屏",
	layout=Page.DraggablePageLayout,  # 拖拽方式
)
page.add(
	# 增加:大標題
	make_title(v_title='基於Python的電影數據分析大屏'),
	# 繪製:中下方數據表格
	make_table(v_df=df_table),
	# 繪製:電影名稱詞雲圖
	filmname_wordcloud(v_str=film_all_list),
	# 繪製:TOP10評論數-條形圖
	make_top10_comment_bar(v_df=df),
	# 繪製情感分佈餅圖
	make_analyse_pie(v_cmt_list=comment_all_list),
	# 繪製:評價數分段統計-柱形圖
	make_cmt_count_bar(v_df=df),
	# 繪製:散點圖
	make_scatter(x_data=year_list, y_data=score_list)
)
page.render('大屏_臨時.html')  # 執行完畢後,打開臨時html併排版,排版完點擊Save Config，把json文件放到本目錄下
print('生成完畢:大屏_臨時.html')

本代碼執行完畢後,打開臨時html併排版,排版完點擊SaveConfig，把json文件放到本目錄下。

再執行最後一步，調用json配置文件，生成最終大屏文件。

# 執行之前,請確保:1、已經把json文件放到本目錄下 2、把json中的title和table的id替換掉
Page.save_resize_html(
	source="大屏_臨時.html",
	cfg_file="chart_config.json",
	dest="大屏_最終_0426.html"
)

拖拽過程的演示視頻：
https://www.zhihu.com/zvideo/1502249430140616704

至此，所有代碼執行完畢，生成了最終大屏html文件。

六、彩蛋-多種主題

為了實現不同顏色主題的大屏可視化效果，我開發了一個實現邏輯，只需修改一個參數，即可展示不同顏色主題。

全局設置主題顏色

theme_config = ThemeType.CHALK # 顏色方案
由於Table組件是不能設置顏色主題的，所以我手寫了一個邏輯（用取色器獲取的RGB值，又轉成十六進位的顏色！），如下：

# 表格和標題的顏色
table_color = ""
if theme_config == ThemeType.DARK:
	table_color = '#333333'
elif theme_config == ThemeType.CHALK:
	table_color = '#293441'
elif theme_config == ThemeType.PURPLE_PASSION:
	table_color = '#5B5C6E'
elif theme_config == ThemeType.ROMANTIC:
	table_color = '#F0E8CD'
elif theme_config == ThemeType.ESSOS:
	table_color = '#FDFCF5'
else:
	table_color = ''

最終實現了多種顏色主題，包含以下。