### 数据抓取 为了实现淘宝商品价格的数据抓取，可以采用 `requests` 或者 `Selenium` 工具来模拟请求并获取网页中的数据。由于淘宝页面通常会加载大量 JavaScript 动态内容，因此建议优先考虑使用 Selenium 来处理复杂的动态渲染过程[^1]。 #### 使用 Selenium 抓取数据 以下是基于 Selenium 的简单代码示例： ```python from selenium import webdriver import time # 初始化 WebDriver (需提前下载对应浏览器驱动程序, 如 ChromeDriver) driver = webdriver.Chrome() try: driver.get('https://www.taobao.com') # 打开淘宝首页 time.sleep(3) # 等待页面加载完成 search_box = driver.find_element_by_id('q') # 定位搜索框 search_box.send_keys('手机') # 输入关键词 search_box.submit() # 提交表单 time.sleep(5) # 等待搜索结果加载 items = driver.find_elements_by_css_selector('.m-itemlist .item') # 获取商品列表项 for item in items[:10]: # 遍历前10个商品 title = item.find_element_by_css_selector('.title').text # 商品标题 price = item.find_element_by_css_selector('.price').text # 商品价格 print(f'商品名称: {title}, 价格: {price}') finally: driver.quit() ``` 此代码片段展示了如何通过 Selenium 自动化操作浏览器访问淘宝网站，并提取指定的商品信息。 --- ### 数据清洗与存储 在获得原始 HTML 数据之后，可能需要进一步清理和结构化这些数据以便后续分析。Pandas 是一种强大的库，用于高效地管理和转换表格型数据。 #### 清洗与保存到 CSV 文件 下面是一个简单的例子说明如何将爬取的价格数据存入 Pandas DataFrame 并导出至文件: ```python import pandas as pd data = { 'Title': ['iPhone X', 'Samsung Galaxy S9'], 'Price': ['¥4899.00', '¥3799.00'] } df = pd.DataFrame(data) # 移除价格字符串中的特殊字符并将数值标准化 df['Price'] = df['Price'].str.replace('¥|,', '').astype(float) print(df.head()) # 将数据写入CSV文件 df.to_csv('taobao_prices.csv', index=False, encoding='utf-8') ``` 上述脚本创建了一个包含两列（标题和价格）的小型 DataFrame ，并对其中的金额字段进行了预处理以去除不必要的符号。 --- ### 数据可视化 对于所收集的数据集来说，绘制图形可以帮助直观理解其特征和发展趋势。这里介绍两种常用绘图方式——静态图(Matplotlib)以及交互式图表(Plotly)[^1]。 #### Matplotlib 绘制柱状图 这是一个基础的例子演示怎样用 Matplotlib 展示不同品牌手机售价对比情况: ```python import matplotlib.pyplot as plt plt.barh(y=df['Title'], width=df['Price']) plt.xlabel('Price (RMB)') plt.title('Comparison of Mobile Phone Prices on Taobao') for i, v in enumerate(df['Price']): plt.text(v + 3, i, f'{v:.2f}', color='blue', va='center', fontweight='bold') plt.show() ``` 这段代码生成了一张水平条形图表示各款机型对应的销售价位。 #### Plotly 创建可互动散点图 如果希望制作更加吸引人的视觉效果，则可以选择 Plotly 库来进行探索性研究工作: ```python import plotly.express as px fig = px.scatter( data_frame=df, x="Price", y="Title", size_max=60, trendline="ols" ) fig.update_layout(title_text="Mobile Phones Price Distribution") fig.show() ``` 该段落定义了一个带有回归线的趋势分布图，允许用户点击放大查看细节或者滚动浏览整个视域范围内的所有记录点. ---