利用Python對中國500強排行榜數(shù)據(jù)進行可視化分析
更新時間：2022年05月18日 16:21:08 作者：??Python研究者????
這篇文章主要介紹了利用Python對中國500強排行榜數(shù)據(jù)進行可視化分析，從不同角度去對數(shù)據(jù)進行統(tǒng)計分析，可視化展示，下文詳細內容介紹需要的小伙伴可以參考一下
一、前言
今天來跟大家分析一下2020年中國500強企業(yè)排行榜數(shù)據(jù)，從不同角度去對數(shù)據(jù)進行統(tǒng)計分析，可視化展示。
主要分析內容：
中國500強企業(yè)-省份分布。
中國500強企業(yè)-營業(yè)收入年增率。
中國500強企業(yè)-營業(yè)收入年減率。
中國500強企業(yè)-利潤年增率。
中國500強企業(yè)-利潤年減率。
中國500強企業(yè)-排名上升最快。
中國500強企業(yè)-排名下降最快。
中國500強企業(yè)-資產(chǎn)區(qū)間分布。
中國500強企業(yè)-市值區(qū)間分布。
中國500強企業(yè)-營業(yè)收入?yún)^(qū)間分布。
中國500強企業(yè)-利潤區(qū)間分布。
中國500強企業(yè)-排名前10營業(yè)收入、利潤、資產(chǎn)、市值、股東權益等情況。
下面開始從數(shù)據(jù)采集到數(shù)據(jù)統(tǒng)計分析，最后進行可視化?。。?/p>
二、數(shù)據(jù)采集
1.開始爬取
獲取企業(yè)列表
url="http://www.fortunechina.com/fortune500/c/2020-07/27/content_369925.htm" res = requests.get(url,headers=headers) res.encoding = 'utf-8' text = res.text
獲取企業(yè)對應url
for i in range(0,len(table_tr)):
try:
#name = i.xpath('.//td/a/text()')[0]
href = table_tr[i].xpath('.//td/a/@href')[0].replace("../../../../","http://www.fortunechina.com/")
column_list = get_detail(href)
for k in range(0,len(column_list)):
outws.cell(row=count, column=k+1, value=column_list[k])
print(count)
count = count+1
except:
pass獲取每一個企業(yè)相關數(shù)據(jù)
name = selector.xpath('//*[@class="comp-name"]/text()')[0]
r1 = selector.xpath('//*[@class="con"]/em[@class="r1"]/text()')[0]
r2 = selector.xpath('//*[@class="con"]/span/em/font[@class="ft-red"]/text()')[0]
address = selector.xpath('//*[@class="info"]/p')[0].xpath('.//text()')[0].replace(" ", "")
table_tbody_tr = selector.xpath('//*[@class="table"]/table/tr')2.保存到Excel
outwb = openpyxl.Workbook()
outws = outwb.create_sheet(index=0)
outws.cell(row=1, column=1, value="企業(yè)名稱")
outws.cell(row=1, column=2, value="2020年排名")
outws.cell(row=1, column=3, value="2019年排名")
outws.cell(row=1, column=4, value="總部地址")
outws.cell(row=1, column=5, value="營業(yè)收入")
outws.cell(row=1, column=6, value="營業(yè)收入年增減")
outws.cell(row=1, column=7, value="利潤")
outws.cell(row=1, column=8, value="利潤年增減")
outws.cell(row=1, column=9, value="資產(chǎn)")
outws.cell(row=1, column=10, value="市值")
outws.cell(row=1, column=11, value="股東權益")
outwb.save("中國500強排行榜數(shù)據(jù).xlsx") # 保存
數(shù)據(jù)就已經(jīng)保存到Excel中，下面開始進行統(tǒng)計分析，可視化！
三、可視化分析
1.省份分布
導入相關可視化庫
from pyecharts import options as opts from pyecharts.charts import Line from pyecharts.charts import Map import pandas as pd from pyecharts import options as opts from pyecharts.globals import ThemeType from pyecharts.charts import Bar
統(tǒng)計數(shù)據(jù)
從excel中中取出：總部地址，然后取出前兩位（省份），統(tǒng)計每一個省份的500強分布情況
address = pd_data['總部地址']
address = address.tolist()
address_03 = []
for i in address:
###取省份（前兩位）
address_03.append(i[0:2])
data =[]
address_03_set = set(address_03) #address_03_set是另外一個列表，里面的內容是address_03里面的無重復 項
for item in address_03_set:
data.append((item,address_03.count(item)))地圖可視化
def map_china() -> Map:
c = (
Map()
.add(series_name="企業(yè)數(shù)量", data_pair=data, maptype="china",zoom = 1,center=[105,38])
.set_global_opts(
title_opts=opts.TitleOpts(title="中國500強企業(yè)省份分布"),
visualmap_opts=opts.VisualMapOpts(max_=9999,is_piecewise=True,
pieces=[{"max": 9, "min": 0, "label": "0-9","color":"#FFE4E1"},
{"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"},
{"max": 499, "min": 100, "label": "100-499","color":"#F08080"},
{"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"},
{"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}]
)
)
)
return c
2.營業(yè)收入年增率
從excel中中取出：營業(yè)收入年增減，統(tǒng)計增加率最大的前50名和減少率（負數(shù)）最大的前50名
income_rate = pd_data['營業(yè)收入年增減']
compare_name = pd_data['企業(yè)名稱']
income_rate = income_rate.tolist()
compare_name = compare_name.tolist()
m = income_rate
# 求一個list中最大的50個數(shù)，并排序
max_number = heapq.nlargest(50, m)
# 最大的2個數(shù)對應的，如果用nsmallest則是求最小的數(shù)及其索引
max_index = map(m.index, heapq.nlargest(50, m))
# max_index 直接輸出來不是數(shù)，使用list()或者set()均可輸出
#print(set(max_index)) ###{235, 140, 273, 148, 86}
max_index = list(set(max_index))
#ss = [m.index(j) for j in max_number]
name =[compare_name[k] for k in set(max_index)]
outwb = openpyxl.Workbook()
outws = outwb.create_sheet(index=0)
3.營業(yè)收入年減率
income_rate = income_rate.tolist() compare_name = compare_name.tolist() m = income_rate # 求一個list中最小的50個數(shù)，并排序 min_number = heapq.nsmallest(60, m) min_index = [m.index(j) for j in min_number] name =[compare_name[k] for k in set(min_index)]
4.利潤年增率
從excel中中取出：利潤年增減，統(tǒng)計增加率最大的前50名和減少率（負數(shù)）最大的前50名
5.利潤年減率
6.排名上升最快20家企業(yè)
從excel中中取出：2020年排名和2019年排名，進行對比，統(tǒng)計排名上升最大的前20家企業(yè)，和排名下降最大的前20家企業(yè)。
###折線圖
def LinePic(x_data,y_data,name):
(
Line()
# 進行全局設置
.set_global_opts(
tooltip_opts=opts.TooltipOpts(is_show=True), # 顯示提示信息,默認為顯示,可以不寫
xaxis_opts=opts.AxisOpts(type_="category"),
yaxis_opts=opts.AxisOpts(
type_="value",
axistick_opts=opts.AxisTickOpts(is_show=True),
splitline_opts=opts.SplitLineOpts(is_show=True),
),
)
# 添加x軸的點
.add_xaxis(xaxis_data=x_data)
# 添加y軸的點
.add_yaxis(
series_name=name,
y_axis=y_data,
symbol="emptyCircle",
is_symbol_show=True,
label_opts=opts.LabelOpts(is_show=True),
)
# 保存為一個html文件
.render(name+".html")
)
7.排名下降最快20家企業(yè)
8.資產(chǎn)區(qū)間分布
從excel中中取出：資產(chǎn)，為9000 間隔進行區(qū)間劃分，并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 90000):
name.append(str(k * 90000) + "~" + str((k + 1) * 90000 - 1))
dict_value.append(int(len(list(g))))
9.市值區(qū)間分布
從excel中中取出：市值，為7000 間隔進行區(qū)間劃分，并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 7000):
name.append(str(k * 7000) + "~" + str((k + 1) * 7000 - 1))
dict_value.append(int(len(list(g))))
10.營業(yè)收入?yún)^(qū)間分布
從excel中中取出：營業(yè)收入，為50000 間隔進行區(qū)間劃分，并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x // 50000):
name.append(str(k * 50000) + "~" + str((k + 1) * 50000 - 1))
dict_value.append(int(len(list(g))))
11.利潤區(qū)間分布
從excel中中取出：利潤為5000 間隔進行區(qū)間劃分，并統(tǒng)計每一個區(qū)間的個數(shù)。
for k, g in groupby(sorted(assets_list), key=lambda x: x//5000):
name.append(str(k*5000)+"~"+str((k+1)*5000-1))
dict_value.append(int(len(list(g))))
12.中國500強企業(yè)-排名前10營業(yè)收入、利潤、資產(chǎn)、市值、股東權益
從excel中中取出排名前10： **營業(yè)收入、**利潤、資產(chǎn)、市值、股東權益、
name = pd_data['企業(yè)名稱'][0:11].tolist()
data_1 = pd_data['營業(yè)收入'][0:11].tolist()
data_2 = pd_data['利潤'][0:11].tolist()
data_3 = pd_data['資產(chǎn)'][0:11].tolist()
data_4 = pd_data['市值'][0:11].tolist()
data_5 = pd_data['股東權益'][0:11].tolist()
# 鏈式調用
c = (
Bar(
init_opts=opts.InitOpts( # 初始配置項
theme=ThemeType.MACARONS,
animation_opts=opts.AnimationOpts(
animation_delay=1000, animation_easing="cubicOut" # 初始動畫延遲和緩動效果
))
)
.add_xaxis(xaxis_data=name) # x軸
.add_yaxis(series_name="營業(yè)收入", yaxis_data=cleardata(data_1)) # y軸
.add_yaxis(series_name="利潤", yaxis_data=cleardata(data_2)) # y軸
.add_yaxis(series_name="資產(chǎn)", yaxis_data=cleardata(data_3)) # y軸
.add_yaxis(series_name="市值", yaxis_data=cleardata(data_4)) # y軸
.add_yaxis(series_name="股東權益", yaxis_data=cleardata(data_5)) # y軸
.set_global_opts(
title_opts=opts.TitleOpts(title='', subtitle='排名前10經(jīng)濟情況', # 標題配置和調整位置
title_textstyle_opts=opts.TextStyleOpts(
font_family='SimHei', font_size=25, font_weight='bold', color='red',
), pos_left="90%", pos_top="10",
),
xaxis_opts=opts.AxisOpts(name='企業(yè)名稱', axislabel_opts=opts.LabelOpts(rotate=20)),
# 設置x名稱和Label rotate解決標簽名字過長使用
yaxis_opts=opts.AxisOpts(name='單位：百萬美元'),
)
.render("2020年中國500強-排名前10名經(jīng)濟情況.html")
)
四、總結
本文主要對以下12個方面進行統(tǒng)計分析，最后繪制可視化圖
中國500強企業(yè)-省份分布。
中國500強企業(yè)-營業(yè)收入年增率。
中國500強企業(yè)-營業(yè)收入年減率。
中國500強企業(yè)-利潤年增率。
中國500強企業(yè)-利潤年減率。
中國500強企業(yè)-排名上升最快。
中國500強企業(yè)-排名下降最快。
中國500強企業(yè)-資產(chǎn)區(qū)間分布。
中國500強企業(yè)-市值區(qū)間分布。
中國500強企業(yè)-營業(yè)收入?yún)^(qū)間分布。
中國500強企業(yè)-利潤區(qū)間分布。
中國500強企業(yè)-排名前10營業(yè)收入、利潤、資產(chǎn)、市值、股東權益等情況。
到此這篇關于利用Python對中國500強排行榜數(shù)據(jù)進行可視化分析的文章就介紹到這了,更多相關Python數(shù)據(jù)可視化內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要為大家介紹了python深度學習tensorflow入門基礎教程示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
大家好，本篇文章主要講的是用Python實現(xiàn)zip密碼破解實例，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下2022-01-01
這篇文章主要為大家詳細介紹了Python實現(xiàn)提取四種不同文本特征的方法，有字典文本特征提取、英文文本特征提取、中文文本特征提取和TF-IDF 文本特征提取，感興趣的可以了解一下2022-08-08
這篇文章主要介紹了Python遍歷字典方式就實例詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-12-12
這篇文章主要介紹了python的深度總結之線性回歸，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09
這篇文章主要介紹了Python字符串拼接的幾種方法整理的相關資料,這里提供了五種方法及實現(xiàn)，需要的朋友可以參考下2017-08-08
這篇文章主要介紹了centos7之Python3.74安裝教程，本文給大家介紹的非常不錯，具有一定的參考借鑒價值 ,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了python實現(xiàn)簡單的計時器功能函數(shù),涉及Python操作時間的技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-03-03
DiscoArt?是一個很牛的開源模塊，它能根據(jù)你給定的關鍵詞自動繪畫。本文就將利用這一模塊實現(xiàn)一行代碼自動繪制藝術畫，需要的可以參考一下2022-12-12
這篇文章主要介紹了對于Python的框架中一些會話程序的管理,會話的實現(xiàn)是Python框架的基本功能,本文主要講述了對其的一些管理維護要點,需要的朋友可以參考下2015-04-04