### 使用 Python 获取数据并进行可视化 为了实现这一目标，可以采用如下方法： #### 准备工作 安装所需的库可以通过 pip 完成。对于爬虫部分，`requests` 和 `lxml` 是用于发送 HTTP 请求和解析 HTML 文档的关键工具；而针对数据分析与展示，则依赖于像 `pandas`, `matplotlib`, `seaborn` 及 `pyecharts` 这样的强大库。 ```bash pip install requests lxml pandas matplotlib seaborn pyecharts ``` #### 数据抓取阶段 利用 `requests` 发送 GET 请求来获取网页源码，并通过 `lxml.etree.HTML()` 方法将其转换为可查询的对象形式以便提取所需信息[^1]。 ```python import requests from lxml import etree url = 'https://example.com/movies' # 假设这是要访问的目标网站URL response = requests.get(url) html_content = response.text tree = etree.HTML(html_content) # 提取具体的数据项, 如电影名称、评分等 movie_titles = tree.xpath('//div[@class="title"]/text()') ratings = tree.xpath('//span[@class="rating_num"]/text()') ``` #### 存储收集到的信息至 CSV 文件中 借助 Pandas 库能够轻松创建 DataFrame 并保存为本地CSV文件，方便后续处理。 ```python import pandas as pd data_dict = {'Title': movie_titles, 'Rating': ratings} df_movies = pd.DataFrame(data=data_dict) df_movies.to_csv('movies_data.csv', index=False, encoding='utf_8_sig') ``` #### 加载已存储的数据集 当再次需要使用这些数据时，可以直接从之前生成的 CSV 文件加载回内存中的 DataFrame 结构里去[^2]。 ```python df_loaded = pd.read_csv('movies_data.csv') print(df_loaded.head()) ``` #### 利用 Matplotlib 或 PyEcharts 实现图表绘制功能 这里给出两个例子分别展示了如何基于上述两套绘图框架制作简单的柱状图和折线图。 ##### 使用Matplotlib画直方图 ```python import matplotlib.pyplot as plt plt.figure(figsize=(10,6)) plt.barh(range(len(ratings)), list(map(float,ratings))) plt.yticks(range(len(movie_titles)), labels=movie_titles) plt.title('Movies Rating Distribution') plt.xlabel('Ratings') plt.ylabel('Movie Titles') for i,v in enumerate(list(map(float,ratings))): plt.text(v + 0.1 , i-.1 , str(v), color='blue', fontweight='bold') plt.show() ``` ##### 使用PyEcharts构建交互式折线图 ```python from pyecharts.charts import Line line_chart = ( Line(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) .add_xaxis(xaxis_data=df_loaded['Title'].tolist()) .add_yaxis( series_name='', y_axis=[float(rate) for rate in df_loaded['Rating']], markpoint_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_='max'), opts.MarkPointItem(type_='min')] ) ).set_global_opts(title_opts=opts.TitleOpts(title="Line Chart")) ) line_chart.render_notebook() ```