“整篇文章较长，干货很多！建议收藏后，分章节阅读。”

一、设计方案

思维导图.png

整篇文章，也将按照这个结构来讲解。

若有重点关注部分，可点击章节目录直接跳转！

二、项目背景

针对TOP250排行榜的数据，开发一套可视化数据大屏系统，展示各维度数据分析结果。
TOP250排行榜

三、电影爬虫

3.1 导入库

import requests  # 发送请求
from bs4 import BeautifulSoup  # 解析网页
import pandas as pd  # 存取csv
from time import sleep  # 等待时间
from sqlalchemy import create_engine  # 连接数据库

3.2 发送请求

定义一些空列表，用于临时存储爬取下的数据:

movie_name = []  # 电影名称
movie_url = []  # 电影链接
movie_star = []  # 电影评分
movie_star_people = []  # 评分人数
movie_director = []  # 导演
movie_actor = []  # 主演
movie_year = []  # 上映年份
movie_country = []  # 国家
movie_type = []  # 类型
short_comment = []  # 一句话短评

向网页发送请求：

res = requests.get(url, headers=headers)

3.3 解析页面

利用BeautifulSoup库解析响应页面：

soup = BeautifulSoup(res.text, 'html.parser')

用BeautifulSoup的select函数，（css解析的方法）编写代码逻辑，部分核心代码：

for movie in soup.select('.item'):
    name = movie.select('.hd a')[0].text.replace('\n', '')  # 电影名称
    movie_name.append(name)
    url = movie.select('.hd a')[0]['href']  # 电影链接
    movie_url.append(url)
    star = movie.select('.rating_num')[0].text  # 电影评分
    movie_star.append(star)
    star_people = movie.select('.star span')[3].text  # 评分人数
    star_people = star_people.strip().replace('人评价', '')

大闹天宫.png

所以，这里特殊处理一下：

if name == '大闹天宫 / 大闹天宫 上下集  /  The Monkey King':  # 大闹天宫，特殊处理
    year0 = movie_infos.split('\n')[1].split('/')[0].strip()
    year1 = movie_infos.split('\n')[1].split('/')[1].strip()
    year2 = movie_infos.split('\n')[1].split('/')[2].strip()
    year = year0 + '/' + year1 + '/' + year2
    movie_year.append(year)
    country = movie_infos.split('\n')[1].split('/')[3].strip()
    movie_country.append(country)
    type = movie_infos.split('\n')[1].split('/')[4].strip()
    movie_type.append(type)

3.4 存储到csv

最后，将爬取到的数据保存到csv文件中：

def save_to_csv(csv_name):
    """
    数据保存到csv
    :return: None
    """
    df = pd.DataFrame()  # 初始化一个DataFrame对象
    df['电影名称'] = movie_name
    df['电影链接'] = movie_url
    df['电影评分'] = movie_star
    df['评分人数'] = movie_star_people
    df['导演'] = movie_director
    df['主演'] = movie_actor
    df['上映年份'] = movie_year
    df['国家'] = movie_country
    df['类型'] = movie_type
    df.to_csv(csv_name, encoding='utf_8_sig')  # 将数据保存到csv文件

其中，把各个list赋值为DataFrame的各个列，就把list数据转换为了DataFrame数据，然后直接to_csv保存。

3.5 讲解视频

同步讲解视频：
https://www.zhihu.com/zvideo/1465578220191592448

四、数据持久化存储

然后，就可以把csv数据导入到MySQL数据库，做持久化存储了。

4.1 导入库

import pandas as pd  # 存取csv
from sqlalchemy import create_engine  # 连接数据库

4.2 存入MySQL

最核心的三行代码：

# 把csv导入mysql数据库
engine = create_engine('mysql+pymysql://root:123456@localhost/db_bigscreen')
df = pd.read_csv('Movie250.csv')
df.to_sql(name='t_film', con=engine, chunksize=1000, if_exists='replace', index=None)

用create_engine创建数据库连接，格式为：

create_engine('数据库类型+数据库驱动://用户名:密码@数据库IP地址/数据库名称')

这样，数据库连接就创建好了。

然后，用pandas的read_csv函数读取csv文件。

最后，用pandas的to_sql函数，把数据存入MySQL数据库：

name='college_t2' #mysql数据库中的表名
con=engine # 数据库连接
index=False #不包含索引字段
if_exists='replace' #如果表中存在数据，就替换掉，另外，还支持append(追加数据)
非常方便地完成了反向导入，即：从csv向数据库的导入。

4.3 讲解视频

同步讲解视频：
https://www.zhihu.com/zvideo/1496218294043009024

五、开发可视化大屏

如文章开头的思维导图所说，首先把各个子图表开发出来，然后用pyecharts的Page组件，把这些子图表拼装组合起来，形成大屏。

下面，依次讲解每个子图表的实现。

5.1 柱形图

pyecharts官网-柱形图：A Python Echarts Plotting Library built with love.

因为需要实现分段区间统计，所以先定义出一个区间对象：

# 设置分段
bins = [0, 100000, 200000, 300000, 500000, 1000000, 3000000]
# 设置标签
labels = ['0-10w', '10w-20w', '20w-30w', '30w-50w', '50w-100w', '100w-300w']

然后，对数据进行按段切割，并统计个数：

# 按分段离散化数据
segments = pd.cut(cmt_count_list, bins, labels=labels)  # 按分段切割数据
counts = pd.value_counts(segments, sort=False).values.tolist()  # 统计个数

最后，采用pyecharts里的Bar对象，画出柱形图：

bar = Bar(
    init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_cmt2'))  # 初始化条形图
bar.add_xaxis(labels, )  # 增加x轴数据
bar.add_yaxis("评价数", counts)  # 增加y轴数据
bar.set_global_opts(
    legend_opts=opts.LegendOpts(pos_left='right'),
    title_opts=opts.TitleOpts(title="评价数量区间分布-柱形图", pos_left='center'),  # 标题
    toolbox_opts=opts.ToolboxOpts(is_show=False, ),  # 不显示工具箱
    xaxis_opts=opts.AxisOpts(name="评论数",  # x轴名称
                             axislabel_opts=opts.LabelOpts(font_size=8)),  # 字体大小
    yaxis_opts=opts.AxisOpts(name="电影数量",
                             axislabel_opts={"rotate": 0},
                             splitline_opts=opts.SplitLineOpts(is_show=True,
                                                               linestyle_opts=opts.LineStyleOpts(type_='solid')),
                             ),  # y轴名称
)
# 标记最大值
bar.set_series_opts(
    markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="最大值"), ],
                                      symbol_size=35)  # 标记符号大小
)
bar.render("评价数分布-柱形图.html")  # 生成html文件
print('生成完毕:评价数分布-柱形图.html')

柱形图.png

5.2 饼图

pyecharts官网-饼图：A Python Echarts Plotting Library built with love.

绘制情感分布的饼图。所以，首先要对评价数据进行情感分析。

鉴于电影评价内容都是中文文本设计，情感分析采用snownlp技术进行。

score_list = []  # 情感评分值
tag_list = []  # 打标分类结果
pos_count = 0  # 计数器-积极
mid_count = 0  # 计数器-中性
neg_count = 0  # 计数器-消极
for comment in v_cmt_list:
    tag = ''
    sentiments_score = SnowNLP(comment).sentiments
    if sentiments_score < 0.4:  # 情感分小于0.4判定为消极
        tag = '消极'
        neg_count += 1
    elif 0.4 <= sentiments_score <= 0.6:  # 情感分在[0.4,0.6]直接判定为中性
        tag = '中性'
        mid_count += 1
    else:  # 情感分大于0.6判定为积极
        tag = '积极'
        pos_count += 1
    score_list.append(sentiments_score)  # 得分值
    tag_list.append(tag)  # 判定结果
df['情感得分'] = score_list
df['分析结果'] = tag_list
df.to_excel('情感判定结果.xlsx', index=None)  # 把情感分析结果保存到excel文件

按照情感得分值划分区间：

情感得分值小于0.4，判定为消极
情感得分值在0.4与0.6之间，判定为中性
情感得分值大于0.6，判定为积极

最终将结果保存到Excel文件中，查看下：

情感分析结果.png

将此结果中的数据，带入到Pie组件中，画出饼图：

# 画饼图
pie = (
    Pie(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='pie1'))
        .add(series_name="评价情感分布",  # 系列名称
             data_pair=[['积极', pos_count],  # 添加数据
                        ['中性', mid_count],
                        ['消极', neg_count]],
             rosetype="radius",  # 是否展示成南丁格尔图
             radius=["30%", "55%"],  # 扇区圆心角展现数据的百分比，半径展现数据的大小
             )  # 加入数据
        .set_global_opts(  # 全局设置项
        title_opts=opts.TitleOpts(title="短评情感分布-饼图", pos_left='center'),  # 标题
        legend_opts=opts.LegendOpts(pos_left='right', orient='vertical')  # 图例设置项,靠右,竖向排列
    )
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))  # 样式设置项
pie.render('情感分布_饼图.html')  # 生成html文件
print('生成完毕:情感分布_饼图.html')

饼图.png

5.3 词云图

pyecharts官网-词云图：A Python Echarts Plotting Library built with love.

针对TOP250的电影名称，绘制出词云图。

先对数据做清洗操作，然后直接画出词云图即可：

wc = WordCloud(init_opts=opts.InitOpts(width="450px", height="350px", theme=theme_config, chart_id='wc1'))
wc.add(series_name="电影名称",
       data_pair=data,
       word_size_range=[15, 20],
       width='400px',  # 宽度
       height='300px',  # 高度
       word_gap=5  # 单词间隔
       )  # 增加数据
wc.set_global_opts(
    title_opts=opts.TitleOpts(pos_left='center',
                              title="电影名称分析-词云图",
                              title_textstyle_opts=opts.TextStyleOpts(font_size=20)  # 设置标题
                              ),
    tooltip_opts=opts.TooltipOpts(is_show=True),  # 不显示工具箱
)
wc.set_series_opts(label_opts=opts.LabelOpts(is_show=True))
wc.render('电影名称_词云图.html')  # 生成html文件
print('生成完毕:电影名称_词云图.html')

词云图.png

5.4 数据表格

pyecharts官网-表格：A Python Echarts Plotting Library built with love.

把排名前10的电影详情数据，展现到大屏上，采用pyecharts里的Table组件实现。

从MySQL数据库读取到数据后，直接进行绘制表格：

table = (
    Table(page_title='我的表格标题', )
        .add(headers=['排名', '电影名称', '评分', '评论数', '上映年', '一句话短评'], rows=data_list, attributes={
        "align": "left",
        "border": False,
        "padding": "20px",
        "style": "background:{}; width:450px; height:350px; font-size:10px; color:#C0C0C0;padding:3px;".format(
            table_color)
    })
        .set_global_opts(title_opts=opts.TitleOpts(title='这是表格1'))
)
table.render('电影排名TOP10_数据表格.html')
print('生成完毕:电影排名TOP10_数据表格.html')

数据表格.png

5.5 涟漪散点图

pyecharts官网-涟漪散点图：A Python Echarts Plotting Library built with love.

针对电影的上映年份和评分值，两个纬度的数据，绘制出涟漪散点图（涟漪散点图和普通散点图的区别，就是涟漪散点图是动态图，图上的每个点都在闪烁，像水面上的涟漪一样）。

sc = (EffectScatter(init_opts=opts.InitOpts(width="450px", height="350px", theme=theme_config, chart_id='scatter1'))
      .add_xaxis(xaxis_data=x_data)
      .add_yaxis(
    series_name="",
    y_axis=y_data,
    symbol_size=10,
    label_opts=opts.LabelOpts(is_show=False),
)
      .set_series_opts()
      .set_global_opts(
            # 忽略部分代码
                       )
      )
sc.render('评分年份分布-散点图.html')
print('生成完毕:散点图.html')

散点图.png

5.6 条形图

pyecharts官网-条形图：A Python Echarts Plotting Library built with love.

针对评论数最多的10个电影名称，绘制出横向条形图。

# 画条形图
bar = Bar(
    init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_cmt1'))  # 初始化条形图
bar.add_xaxis(x_data)  # 增加x轴数据
bar.add_yaxis("评论数量", y_data)  # 增加y轴数据
bar.reversal_axis()  # 设置水平方向
bar.set_series_opts(label_opts=opts.LabelOpts(position="right"))  # Label出现位置
bar.set_global_opts(
    legend_opts=opts.LegendOpts(pos_left='right'),
    title_opts=opts.TitleOpts(title="评论数TOP10作者-条形图", pos_left='center'),  # 标题
    toolbox_opts=opts.ToolboxOpts(is_show=False, ),  # 不显示工具箱
    xaxis_opts=opts.AxisOpts(name="评论",  # x轴名称
                             axislabel_opts=opts.LabelOpts(font_size=8, rotate=0),
                             splitline_opts=opts.SplitLineOpts(is_show=False)
                             ),
    yaxis_opts=opts.AxisOpts(name="电影",  # y轴名称
                             axislabel_opts=opts.LabelOpts(font_size=7, rotate=45),  # y轴名称
                             )
)
bar.render("评论数TOP10_条形图.html")  # 生成html文件
print('生成完毕:评论数TOP10_条形图.html')

条形图.png

5.7 大标题

由于pyecharts组件没有专门用作标题的图表，我决定灵活运用Table组件实现大标题。即，让Table只有标题header，没有数据行row，再针对header做一些样式调整（字体增大等），即可实现一行大标题。

table = Table()
table.add(headers=[v_title], rows=[], attributes={
    "align": "center",
    "border": False,
    "padding": "2px",
    "style": "background:{}; width:1350px; height:50px; font-size:25px; color:#C0C0C0;".format(table_color)
})
table.render('大标题.html')
print('生成完毕:大标题.html')

大标题.png

5.8 Page组合

最后，也是最关键的一步，把以上所有图表组合到一起，用Page组件，并且选用DraggablePageLayout方法，即拖拽的方式，组合图表：

# 绘制:整个页面
page = Page(
    page_title="基于Python的电影数据分析大屏",
    layout=Page.DraggablePageLayout,  # 拖拽方式
)
page.add(
    # 增加:大标题
    make_title(v_title='基于Python的电影数据分析大屏'),
    # 绘制:中下方数据表格
    make_table(v_df=df_table),
    # 绘制:电影名称词云图
    filmname_wordcloud(v_str=film_all_list),
    # 绘制:TOP10评论数-条形图
    make_top10_comment_bar(v_df=df),
    # 绘制情感分布饼图
    make_analyse_pie(v_cmt_list=comment_all_list),
    # 绘制:评价数分段统计-柱形图
    make_cmt_count_bar(v_df=df),
    # 绘制:散点图
    make_scatter(x_data=year_list, y_data=score_list)
)
page.render('大屏_临时.html')  # 执行完毕后,打开临时html并排版,排版完点击Save Config，把json文件放到本目录下
print('生成完毕:大屏_临时.html')

本代码执行完毕后,打开临时html并排版,排版完点击SaveConfig，把json文件放到本目录下。

再执行最后一步，调用json配置文件，生成最终大屏文件。

# 执行之前,请确保:1、已经把json文件放到本目录下 2、把json中的title和table的id替换掉
Page.save_resize_html(
    source="大屏_临时.html",
    cfg_file="chart_config.json",
    dest="大屏_最终_0426.html"
)

拖拽过程的演示视频：
https://www.zhihu.com/zvideo/1502249430140616704

至此，所有代码执行完毕，生成了最终大屏html文件。

六、彩蛋-多种主题

为了实现不同颜色主题的大屏可视化效果，我开发了一个实现逻辑，只需修改一个参数，即可展示不同颜色主题。

全局设置主题颜色

theme_config = ThemeType.CHALK # 颜色方案
由于Table组件是不能设置颜色主题的，所以我手写了一个逻辑（用取色器获取的RGB值，又转成十六进制的颜色！），如下：

# 表格和标题的颜色
table_color = ""
if theme_config == ThemeType.DARK:
    table_color = '#333333'
elif theme_config == ThemeType.CHALK:
    table_color = '#293441'
elif theme_config == ThemeType.PURPLE_PASSION:
    table_color = '#5B5C6E'
elif theme_config == ThemeType.ROMANTIC:
    table_color = '#F0E8CD'
elif theme_config == ThemeType.ESSOS:
    table_color = '#FDFCF5'
else:
    table_color = ''

最终实现了多种颜色主题，包含以下。

6.1 CHALK主题

CHALK.png

6.2 PURPLE主题

PURPLE.png

6.3 ESSOS主题

ESSOS.png

6.4 ROMANTIC主题

ROMANTIC.png

6.5 DARK主题

DARK.png

通过5种主题颜色，展示同一个大屏效果，有被炫到嘛？

七、拖拽演示视频

拖拽过程演示视频：
https://www.zhihu.com/zvideo/1502249430140616704

八、全流程讲解视频

全流程讲解：
https://www.zhihu.com/zvideo/1503013679826690048

by 马哥python说