python程序设计作品，希望对您有帮助，希望您的一键三连！
程序设计报告
1.爬取数据的意义
富豪榜的出现，体现了人们思想的变化:由保守藏富向正向面对财富的转变;由保守向文明开放(–说明了大众媒体的进步与教育的普及等思想工具的极大地提高);标志着人们对财富对经济正在走向新纪元。
2.程序详细设计
(1)设计思路流程图：
(2)设计代码实现：
①导入相关数据库
②获取网页的url，并模拟向网页放出请求，并获取响应。按f12进入控制台获取页面的代码，使用正则提取进行具体代码块的寻找，并把对应的代码放入到集合中，方便下面存储时候使用数据。
③创建一个新的工作表，命名相关的属性，并将上述集合中的数据导入其中
④运行检验已经可以生成盛放信息的excel表格，下一步实现数据筛选和可视化处理
⑤创建函数，对富豪前十名和富豪所在国家进行数据统计，然后分别画出饼状图和条形图
⑥通过条形图和饼状图实现数据的客观的可视化
表 1饼状图
表 2 条形图
3.报告总结
企业财富的增长，源于国家经济的发展。可以相信，中国福布斯上榜人数很快就会超过美国，随着中美两国经济规模差距缩小，中美富豪榜财富总额差距也会逐步缩小，直至逆转.中美之间的博弈将会长期存在，但中国超越美国成为世界第一大经济体的趋势不可阻挡，中国只不过是时隔100多年重新回到她原来的位置；我们个人的财富命运与国运（国家发展）是息息相关的，没有一个人能够超脱于国家大的发展背景而能超然存在。未来十年中国财富增长的方式主要通过资本市场体现，投资中国会成为主旋律，期待“富豪为广大的股民打工”早日到来。
代码
from bs4 import BeautifulSoup
import requests
import xlwt
import xlrd
import pandas as ps
import numpy
import matplotlib.pyplot as plt
## 读取所有福布斯排行榜数据
def loadalldata():
alldata = []
for i in range(1,16,1):
url = "https://www.phb123.com/renwu/fuhao/shishi_"+str(i)+".html"
data = loaddata(url)
alldata = alldata + data
return alldata
## 将爬取的数据保存到文件
def savedata(path,persionlist):
workbook = xlwt.Workbook()
worksheet = workbook.add_sheet('test')
worksheet.write(0, 0, '排名')
worksheet.write(0, 1, '姓名')
worksheet.write(0, 2, '财富')
worksheet.write(0, 3, '企业')
worksheet.write(0, 4, '国家')
for i in range(1,len(persionlist)+1,1):
worksheet.write(i, 0, persionlist[i-1]['num'])
worksheet.write(i, 1, persionlist[i-1]['name'])
worksheet.write(i, 2, persionlist[i-1]['money'])
worksheet.write(i, 3, persionlist[i-1]['company'])
worksheet.write(i, 4, persionlist[i-1]['country'])
workbook.save(path)
print("数据保存成功："+path)
## 读取网站数据
def loaddata(url):
headers = {
'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/72.0.3626.121 Safari/537.36'
}
f = requests.get(url,headers=headers) #Get该网页从而获取该html内容
soup = BeautifulSoup(f.content, "lxml") #用lxml解析器解析该网页的内容, 好像f.text也是返回的html
# print(f.content.decode()) #尝试打印出网页内容,看是否获取成功
ranktable = soup.find_all('table',class_="rank-table" )[0] #获取排行榜表格
trlist = ranktable.find_all('tr') #获取表格中所有tr标签
trlist.pop(0) #去掉第一个元素
persionlist = []
for tr in trlist:
persion = {
}
persion['num'] = tr.find_all('td')[0].string #编号
persion['name'] = tr.find_all('td')[1].p.string #名称
persion['money'] = tr.find_all('td')[2].string #财产
persion['company'] = tr.find_all('td')[3].string #企业
persion['country'] = tr.find_all('td')[4].a.string #国家
persionlist.append(persion)
print("页面"+url+"爬取成功")
return persionlist
## 取出排行榜前十的姓名和财富数据 以两个list返回
def loadtop10(path):
book = xlrd.open_workbook(path)
sheet1 = book.sheets()[0]
namelist = sheet1.col_values(1)
moneylist = sheet1.col_values(2)
namelist = namelist[1:11]
moneylist = moneylist[1:11]
moneylist2 = []
for a in moneylist:
a = int(a[0:-3])
moneylist2.append(a)
print("取出排行榜前十的姓名和财富数据")
print(namelist)
print(moneylist2)
return namelist,moneylist2
## 统计排行榜中每个国家的上榜人数 以字典list返回
def countcountrynum(path):
book = xlrd.open_workbook(path)
sheet1 = book.sheets()[0]
countrylist = sheet1.col_values(4)[1:-1]
print(countrylist)
countryset = list(set(countrylist))
dictlist = []
for country in countryset:
obj = {
"name":country,"count":0}
dictlist.append(obj)
## 统计出每个国家对应的数量
for obj in dictlist:
for a in countrylist:
if obj['name'] == a:
obj['count'] = obj['count'] + 1
print(dictlist)
## 将dictlist排序 数量多的放前面 8 5 6 9 3 2 4
for i in range(0,len(dictlist),1):
for j in range(0,len(dictlist)-i-1,1):
if dictlist[j]['count'] < dictlist[j+1]['count']:
temp = dictlist[j]
dictlist[j] = dictlist[j+1]
dictlist[j+1] = temp
dictlist2 = dictlist[0:5]
set2 = []
for a in dictlist2:
set2.append(a['name'])
othercount = 0;
for a in dictlist:
if a['name'] not in set2:
othercount = othercount + 1
dictlist2.append({
"name":"其他","count":othercount})
print('获取排行榜中每个国家的上榜人数')
print(dictlist2)
return dictlist2
## 绘制条形图和饼状图
def drow():
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体
plt.figure('福布斯前十榜',figsize=(15,5))
## 读取福布斯排行榜前十的数据
listx,listy = loadtop10('rank.xls')
plt.title('福布斯前十榜', fontsize=16)
plt.xlabel('人物', fontsize=14)
plt.ylabel('金额/亿美元', fontsize=14)
plt.tick_params(labelsize=10)
plt.grid(linestyle=':', axis='y')
a = plt.bar(listx, listy, color='dodgerblue', label='Apple', align='center')
# 设置标签
for i in a:
h = i.get_height()
plt.text(i.get_x() + i.get_width() / 2, h, '%d' % int(h), ha='center', va='bottom')
## -------------------------------------------------------------------------
dictlist = countcountrynum("fuhao.xls")
plt.figure('各国家上榜人数所占比例')
labels = []
sizes = []
for a in dictlist:
labels.append(a['name'])
sizes.append(a['count'])
explode = (0.1, 0, 0, 0, 0, 0)
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=150)
plt.title("各国家上榜人数所占比例", fontsize=16)
plt.axis('equal') # 该行代码使饼图长宽相等
plt.show()
if __name__ == '__main__':
## 爬取数据
data = loadalldata()
## 保存数据
savedata("fuhao.xls",data) # py文件同级目录创建rank.xls文件
## 展示数据
drow()