一、獲取url
打開中國教育在線網，按 F12，頂部選擇NetWork，選擇XHR
刷新頁面，觀察url，通過對Reponse的分析找到真正的url為：https://api.eol.cn/gkcx/api/
數據存儲在Json中。
再點擊Headers，查看請求參數
請求方式為POST
二、發送請求
拿到url，我們就可以利用requests模擬瀏覽器發送請求，拿到返回的Json數據。代碼如下：
# 導入包
import numpy as np
import pandas as pd
import requests
import json
from fake_useragent import UserAgent
import time
# 獲取一頁
def get_one_page(page_num):
# 獲取URL
url = 'https://api.eol.cn/gkcx/api/'
# 構造headers
headers = {
'User-Agent': UserAgent().random,
'Origin': 'https://gkcx.eol.cn',
'Referer': 'https://gkcx.eol.cn/school/search?province=schoolflag=recomschprop=',
}
# 構造data
data = {
'access_token': "",
'admissions': "",
'central': "",
'department': "",
'dual_class': "",
'f211': "",
'f985': "",
'is_dual_class': "",
'keyword': "",
'page': page_num,
'province_id': "",
'request_type': 1,
'school_type': "",
'size': 20,
'sort': "view_total",
'type': "",
'uri': "apigkcx/api/school/hotlists",
}
# 發起請求
try:
response = requests.post(url=url, data=data, headers=headers)
except Exception as e:
print(e)
time.sleep(3)
response = requests.post(url=url, data=data, headers=headers)
三、解析json數據
根據Response返回的Json格式，解析出我們想要的內容，代碼如下：
# 解析獲取數據
school_data = json.loads(response.text)['data']['item']
# 學校名
school_name = [i.get('name') for i in school_data]
# 隸屬部門
belong = [i.get('belong') for i in school_data]
# 高校層次
dual_class_name = [i.get('dual_class_name') for i in school_data]
# 是否985
f985 = [i.get('f985') for i in school_data]
# 是否211
f211 = [i.get('f211') for i in school_data]
# 辦學類型
level_name = [i.get('level_name') for i in school_data]
# 院校類型
type_name = [i.get('type_name') for i in school_data]
# 是否公辦
nature_name = [i.get('nature_name') for i in school_data]
# 人氣值
view_total = [i.get('view_total') for i in school_data]
# 省份
province_name = [i.get('province_name') for i in school_data]
# 城市
city_name = [i.get('city_name') for i in school_data]
# 區域
county_name = [i.get('county_name') for i in school_data]
# 保存數據
df_one = pd.DataFrame({
'school_name': school_name,
'belong': belong,
'dual_class_name': dual_class_name,
'f985': f985,
'f211': f211,
'level_name': level_name,
'type_name': type_name,
'nature_name': nature_name,
'view_total': view_total,
'province_name': province_name,
'city_name': city_name,
'county_name': county_name,
})
return df_one
四、存入Excel
先將數據存入Pandas，用于做數據分析，再寫入Excel存儲。
# 獲取多頁
def get_all_page(all_page_num):
# 存儲表
df_all = pd.DataFrame()
# 循環頁數
for i in range(all_page_num):
# 打印進度
print(f'正在獲取第{i + 1}頁的高校信息')
# 調用函數
df_one = get_one_page(page_num=i+1)
# 追加
df_all = df_all.append(df_one, ignore_index=True)
# 休眠
time.sleep(np.random.uniform(2))
return df_all
# 運行函數
df_school = get_all_page(all_page_num=143)
# 讀出數據
df_school.to_excel('./data/全國高校數據.xlsx', index=False)
五、運行代碼
六、數據展示
七、數據可視化
1.各省市地區高校數量分布 柱形圖：
地圖
各個省的高校層次分布
全國高校類型分布
有了上面的數據，是不是對全國的高校有一定了解了
到此這篇關于用Python爬取各大高校并可視化幫弟弟選大學,弟弟直呼牛X的文章就介紹到這了,更多相關Python爬取數據并可視化內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python爬蟲實戰之爬取京東商品數據并實實現數據可視化
- Python爬取股票信息，并可視化數據的示例
- Python爬取數據并實現可視化代碼解析
- python如何爬取網站數據并進行數據可視化
