车厘子为何这么贵？还这么多人喜欢吃？Python分析了1500家店铺数据，发现了这些秘密！

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

–

一直以来我都是以大小来区分樱桃和车厘子的区别，那么他们的价格就是天差地别，现在我在水果店基本很少有看到卖樱桃的，但是车厘子一般情况下都有！车厘子这么贵为何还这么多人买？比樱桃好吃吗？车厘子的价格一般都在60左右一斤，今天我们来抓取整个某宝上面的车厘子商家，看看如何他会让这么多人喜欢吧！

看着感觉很好吃的样子！

第一步获取数据

---

这篇用Python采集1500多家商家的销售数据，获取车厘子的名称，价格，付款人数，店铺名字，发货地段等信息。

函数：

def main():

browser.get(‘https://www.taobao.com/’)

page = search_product(key_word)

print(page)

get_data()

page_num = 70

while int(page) != page_num:

print(“-” * 100)

print(“正在爬取第{}页数据”.format(page_num + 1))

browser.get(‘https://s.taobao.com/search?q={}&s={}’.format(key_word, page_num*44))

browser.implicitly_wait(10)

get_data()

page_num += 1

print(“数据抓取完成”)

if __name__ == ‘__main__’:

key_word = “车厘子”

browser = webdriver.Chrome(“./chromedriver”)

main()

第二步数据处理

---

既然采集到数据了，那就把这些数据整理一下！

数据读取并预览

import pandas as pd

import numpy as np

df = pd.read_csv(‘/菜J学Python/淘宝/车厘子.csv’,header=None,

names=[‘商品名称’,‘商品价格’,‘付款人数’,‘店铺名称’,‘发货地址’]) #添加字段名称

df.sample(5)

​

​

​怎么查看数据信息呢

df.info()

<class ‘pandas.core.frame.DataFrame’>

Int64Index: 1595 entries, 0 to 1674

Data columns (total 5 columns):

Column Non-Null Count Dtype

---

0 商品名称 1595 non-null object

1 商品价格 1595 non-null float64

2 付款人数 1595 non-null object

3 店铺名称 1595 non-null object

4 发货地址 1585 non-null object

dtypes: float64(1), object(4)

memory usage: 74.8+ KB

发现数据存在以下几个问题：

①发货地址有缺失值

②付款人数需做提取

③发货地址需做分割

④自定义索引并降序

数据清洗

#剔除缺失记录

df.dropna(axis=0, how=‘any’, inplace=True)

#从发货地址字段中切分出省份和城市

df[“省份”] = df[“发货地址”].str.split(’ ',expand=True)[0] #expand=True可以把用分割的内容直接分列

df[“城市”] = df[“发货地址”].str.split(’ ',expand=True)[1] #提取城市

df[“城市”].fillna(df[“省份”], inplace=True) #城市字段空值用省份非空值填充

#用正则表达式从付款人数中提取数字

import re

df[‘数字’] = [re.findall(r’(\d+\.{0,1}\d*)', i)[0] for i in df[‘付款人数’]] # 提取数值

df[‘数字’] = df[‘数字’].astype(‘float’) # 转化数值型

df[‘单位’] = [‘’.join(re.findall(r’(万)', i)) for i in df[‘付款人数’]] # 提取单位（万）

df[‘单位’] = df[‘单位’].apply(lambda x:10000 if x==‘万’ else 1)

df[‘付款人数’] = df[‘数字’] * df[‘单位’] # 计算付款人数

df.drop([‘发货地址’, ‘数字’, ‘单位’], axis=1, inplace=True) # 删除多余的列

#按商品价格降序并重置索引

df = df.sort_values(by=“商品价格”, axis=0, ascending=False) #降序

df = df.reset_index(drop=True) #重置索引

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！