利用Python爬取虎扑球员信息至execl及可视化

好的，我可以为您提供以下步骤：

1. 安装必要的库

您需要安装以下库：

- requests：用于获取HTML页面
- BeautifulSoup：用于解析HTML页面
- pandas：用于将数据保存至Excel
- matplotlib：用于数据可视化

可以使用以下命令进行安装：

pip install requests
pip install beautifulsoup4
pip install pandas
pip install matplotlib

2. 获取页面数据

我们可以使用requests库获取虎扑足球球员页面的HTML源代码。代码如下：

import requests
from bs4 import BeautifulSoup

url = 'https://nba.hupu.com/players/'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

3. 解析数据

我们可以使用BeautifulSoup库来解析HTML页面。通过分析虎扑球员页面的HTML源代码，我们可以发现，球员信息保存在一个表格（table）中。我们可以使用以下代码来获取表格数据，并将其转化为一个列表列表。

table = soup.find_all('table', {'class': 'players_table'})[0]
rows = table.find_all('tr')[1:]
data = []

for row in rows:
    cols = row.find_all('td')
    cols = [col.text.strip() for col in cols]
    data.append(cols)

4. 保存数据至Excel

我们可以使用pandas库来将数据保存至Excel。以下是保存数据的代码：

import pandas as pd 

df = pd.DataFrame(data, columns=['球员', '球队', '位置', '身高', '体重', '生日'])
df.to_excel('players.xlsx', index=False)

5. 数据可视化

我们可以使用matplotlib库来对数据进行可视化。以下是代码示例：

import matplotlib.pyplot as plt

df['身高'] = df['身高'].apply(lambda x: int(x.replace('cm', '')))
df['体重'] = df['体重'].apply(lambda x: float(x.replace('kg', '')))
df['生日'] = pd.to_datetime(df['生日'])
df['年龄'] = pd.Timestamp.now().year - pd.DatetimeIndex(df['生日']).year

fig, ax = plt.subplots()
ax.scatter(df['身高'], df['体重'], c=df['年龄'], cmap='cool')
ax.set_xlabel('身高（cm）')
ax.set_ylabel('体重（kg）')
ax.set_title('球员身高体重分布图')
plt.show()

这样，我们就可以将虎扑足球球员信息爬取并保存至Excel，同时进行数据可视化啦！