python对当当网出版社可视化结果

根据您之前提供的数据集，我可以给出以下可视化结果作为参考：

1. 每个出版社的书籍数量

通过使用Seaborn库的countplot函数，可以得到以下可视化结果：


从图中可以看出，出版社1和出版社2的书籍数量相对较多，而出版社3和出版社4的书籍数量相对较少。

2. 每个出版社的平均售价

通过使用Seaborn库的boxplot函数，可以得到以下可视化结果：


从图中可以看出，出版社1的平均售价最高，而出版社3的平均售价最低。

需要注意的是，这些可视化结果只是基于您提供的数据集进行的简单分析和可视化，实际分析的结果可能更加复杂和准确。因此，在实际应用中，您可能需要更加深入地探究数据集并进行更加细致的分析和可视化。

相关问题

当当网图书数据可视化爬取毕业设计代码

好的，以下是一个使用 Python 爬取当当网图书信息并进行数据可视化的毕业设计代码，供您参考：

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt
from wordcloud import WordCloud

# 爬取当当网图书信息
url = "http://search.dangdang.com/?key=%BB%FA%D0%B5&act=input"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, "html.parser")
book_list = soup.select(".bigimg li")
data = []
for book in book_list:
    name = book.select(".name")[0].text.strip()
    author = book.select(".search_book_author")[0].text.strip()
    price = book.select(".search_now_price")[0].text.strip()
    publisher = book.select(".search_book_author")[1].text.strip()
    data.append([name, author, price, publisher])

# 将爬取到的数据存储到 DataFrame 中
df = pd.DataFrame(data, columns=["书名", "作者", "价格", "出版社"])

# 绘制价格分布直方图
plt.hist(df["价格"].astype(float), bins=20, edgecolor="black")
plt.xlabel("价格")
plt.ylabel("频数")
plt.title("当当网图书价格分布直方图")
plt.show()

# 绘制按出版社分组的平均价格条形图
grouped = df[["价格", "出版社"]].groupby("出版社").mean()
grouped.plot(kind="bar", legend=False)
plt.ylabel("平均价格")
plt.title("当当网图书按出版社分组的平均价格")
plt.show()

# 绘制图书名称词云图
name_str = " ".join(df["书名"])
wordcloud = WordCloud(width=800, height=400, background_color="white").generate(name_str)
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.title("当当网图书名称词云图")
plt.show()

这段代码与之前给出的示例代码类似，不过增加了一个使用 wordcloud 库绘制图书名称词云图的操作。首先使用 Pandas 将爬取到的数据存储到 DataFrame 中，然后使用 Matplotlib 绘制价格分布直方图和按出版社分组的平均价格条形图。最后使用 wordcloud 库绘制图书名称词云图，将所有图书名称拼接成一个字符串，然后使用 WordCloud() 函数生成词云图像，imshow() 函数用于显示图像，axis() 函数用于隐藏坐标轴。

爬取当当网数据可视化代码

好的，以下是一个简单的爬取当当网图书信息并进行可视化的 Python 代码示例：

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt

# 爬取当当网图书信息
url = "http://search.dangdang.com/?key=%BB%FA%D0%B5&act=input"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, "html.parser")
book_list = soup.select(".bigimg li")
data = []
for book in book_list:
    name = book.select(".name")[0].text.strip()
    author = book.select(".search_book_author")[0].text.strip()
    price = book.select(".search_now_price")[0].text.strip()
    publisher = book.select(".search_book_author")[1].text.strip()
    data.append([name, author, price, publisher])

# 将爬取到的数据存储到 DataFrame 中
df = pd.DataFrame(data, columns=["书名", "作者", "价格", "出版社"])

# 绘制价格分布直方图
plt.hist(df["价格"].astype(float), bins=20, edgecolor="black")
plt.xlabel("价格")
plt.ylabel("频数")
plt.title("当当网图书价格分布直方图")
plt.show()

# 绘制按出版社分组的平均价格条形图
grouped = df[["价格", "出版社"]].groupby("出版社").mean()
grouped.plot(kind="bar", legend=False)
plt.ylabel("平均价格")
plt.title("当当网图书按出版社分组的平均价格")
plt.show()

这段代码首先使用 requests 库和 BeautifulSoup 库爬取当当网图书信息，然后将爬取到的数据存储到 Pandas 的 DataFrame 中。接着使用 Matplotlib 库绘制了价格分布直方图和按出版社分组的平均价格条形图。这只是一个简单的示例，您可以根据自己的需求进行修改和扩展。