python爬取京东商品信息，并作可视化分析

Python爬取京东商品信息并进行可视化分析通常涉及以下几个步骤：

1. **安装所需库**：
- `requests`：用于发送HTTP请求获取网页内容
- `BeautifulSoup` 或 `lxml`：解析HTML文档
- `pandas`：数据处理库，用于存储和分析数据
- `matplotlib` 或 `seaborn`：用于数据可视化

2. **获取网页源码**：
使用`requests.get()`函数获取商品详情页的HTML源码，例如：

   url = "https://item.jd.com/商品ID.html"
   response = requests.get(url)
   soup = BeautifulSoup(response.text, 'html.parser')

3. **提取数据**：
利用BeautifulSoup定位商品信息元素，比如标题、价格、评价等，将其转化为结构化的数据。

4. **数据清洗和整理**：
清除无用的HTML标签，填充缺失值，统一数据格式，存储到`pandas` DataFrame中。

5. **数据分析**：
使用`pandas`对数据进行统计分析，如计算平均价格、评价分布等。

6. **数据可视化**：
- 可以用`matplotlib`创建简单的柱状图、折线图展示价格分布、评分趋势等；
- 或者使用`seaborn`绘制更复杂的数据分布图，如热力图或箱线图。

import matplotlib.pyplot as plt
import seaborn as sns

# 分析价格分布
price_distribution = df['价格'].value_counts().sort_index()
plt.figure(figsize=(10, 6))
sns.histplot(price_distribution, bins=range(0, 10000, 100), kde=True)
plt.xlabel('价格')
plt.ylabel('频数')
plt.title('京东商品价格分布')

# 分析用户评分
sns.boxplot(x='评分', data=df)
plt.title('用户评分分布')