基于python实现京东香水数据的分析与采集 数据可视化实现 代码和效果

要实现京东香水数据的数据可视化，你可以使用Python中的matplotlib库或seaborn库来进行图表绘制。下面是一个示例代码，展示了如何绘制香水价格的直方图和评论数的散点图：

import requests
import pandas as pd
import matplotlib.pyplot as plt

# 发起请求并获取数据（与之前的步骤相同）
url = "https://search.jd.com/Search?keyword=香水&enc=utf-8"
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.82 Safari/537.36"}
response = requests.get(url, headers=headers)
data = response.text

# 解析数据（与之前的步骤相同）
start_index = data.find('["') + 2
end_index = data.find('"]') + 1
json_data = json.loads(data[start_index:end_index])
df = pd.DataFrame(columns=["商品名称", "价格", "评论数"])
for item in json_data:
    name = item["p_name"]
    price = float(item["p_price"])
    comment_count = int(item["comment_count"])
    df = df.append({"商品名称": name, "价格": price, "评论数": comment_count}, ignore_index=True)

# 绘制价格的直方图
plt.figure(figsize=(10, 6))
plt.hist(df["价格"], bins=20, edgecolor='black')
plt.xlabel("价格")
plt.ylabel("频数")
plt.title("香水价格分布")
plt.show()

# 绘制评论数与价格的散点图
plt.figure(figsize=(10, 6))
plt.scatter(df["评论数"], df["价格"], alpha=0.5)
plt.xlabel("评论数")
plt.ylabel("价格")
plt.title("香水评论数与价格关系")
plt.show()

这段代码会绘制出香水价格的直方图和评论数与价格的散点图。你可以根据需要进行更多的数据可视化操作，如绘制折线图、饼图等。通过数据可视化，你可以更直观地分析和展示京东香水数据的特征和趋势。

请注意，绘制图表需要安装相应的库，如matplotlib和seaborn。你可以使用pip命令来安装它们：`pip install matplotlib seaborn`。此外，根据实际需要，你可能需要对图表进行美化和调整。