Python数据分析-PMI数据图形展示

一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第 5 天，点击查看活动详情。

谦谦君子，用涉大川。

前言

前文讲述了 ppi-cpi 和 m0-m1-m2 的图形绘制，在本文中继续分享一个反映经济活动景气度的指标 PMI ，在本文中还是采用爬虫的方式获取数据，然后通过 matplotlib 绘图工具将 PMI 逐年数据进行展示。对于新手来讲，会学习到 python 的基础知识、爬虫以及图形绘制的知识。

PMI 数据获取

在获取数据之前，先讲述一下 PMI (采购经理人指数) 数据背后的含义：大家都知道，制造业是一个国家的立国之本，那么 PMI 就是衡量一个国家制造业发展运行情况的指标，通常情况下，比 50% 为分界线来经济强弱的分水岭，大于 50% 则代表制造业处于扩张，处理 40-50 则代表衰退，40 以下就是萧条了。

既然是数据获取，就需要找一个权威的网站获取数据，这里小编采用东方财富网的数据，这里直接给出页面的访问地址：

# 货币供应量数据访问地址
https://data.eastmoney.com/cjsj/pmi.html
复制代码

采购经理人指数的数据来源如下图所示，这里只获取制造业和非制造业的指数数据即可，同比增长数据就不去获取了。

既然知道了采购经理人指数的来源，怎么获取数据呢，是不是要复制页面进 excel 在进行解析，如果这样的做话，费时费力。我想诸位页注意到了表格下方有分页，那么肯定是有通过 ajax 和后台进行通信的，通过观察可以发现如下接口，数据交互的结果如下图所示：

#采购经理人指数
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=200&mkt=21

# 这里也同样贴了前文中货币供应量接口、 ppi 和 cpi 的接口，会发现都是一样的，只不过mkt的参数不一样
# 货币供应量接口
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=200&mkt=11
# ppi 数据和cpi 数据
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=10&mkt=22
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=10&mkt=19
复制代码

至于数据的获取，还是使用原理的方式进行操作，使用 python 抓取数据，这里采用 requests 来获取数据：

    body = requests.get(req_url).text
    body = body.replace("(", "").replace(")", "")
    data_list = body.split("\",\"")

    # 定义数据
    date_list, pmi1_list, pmi2_list = [], [], []

    for node in data_list:
        node = node.replace("]", "").replace("[", "").replace("\"", "")
        arr_list = node.split(",")
        date = arr_list[0]
        if date < "2010-01-01":
            continue
        # 时间数据
        date_list.append(date)
        # 数据操作存储
        pmi1_list.append(float(arr_list[1]))
        pmi2_list.append(float(arr_list[3]))
        print(node)

复制代码