【python数据分析】获取or可视化

最新推荐文章于 2024-10-30 10:20:34 发布

原创

最新推荐文章于 2024-10-30 10:20:34 发布 · 356 阅读

0 ·

CC 4.0 BY-SA版权

这篇博客详细介绍了Python进行数据分析的过程，包括数据获取的正常与异常情况处理，数据存取与洗涤，如使用open、json和openpyxl处理文件，以及数据清洗的重点——pandas库的应用。最后，博主探讨了数据的分析和可视化基础，涵盖Python环境配置、基础语法和数据处理技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1,准备

安装：Python，MySQL，pytcharm

基础介绍：

1，if__name__=='__name__'

def A():
    print(“你好”)

if__name__=='__name__'
    A()
 
>>你好

其他文件调用A()

>>你好

2，列表解析,
3，装饰器
4，递归函数
5，面向对象

2，数据获取

1，例子(正常)

import requests
import pandas as pd
import bs4 import BrautifulSoup

#1.请求数据

def get():
    url =
    headers=
    data=
    data =requets.get(url,headers,data)
    return data


#2.解析数据

def jiexi(data):
    soup = BrautifulSoup（data,'lxml'）
    
    #2.1数据爬取
    A1 =soup.xpath('//li')
    A2 =soup.xpath('//li')
    return A1,A2

#3.存储数据
def save_data(A1