百木园-与人分享，
就是让自己快乐。
当前位置：百木园 > 野生技术 > 正文

python采集世界大学排名并作数据可视化, 来看看你的母校上榜没~

2022-07-12 分类：野生技术 阅读(262) 评论(0)

前言

嗨喽，大家好呀~这里是爱看美女的茜茜呐

代码提供者：青灯教育-巳月

知识点:

  • 动态数据抓包
  • requests发送请求
  • 结构化+非结构化数据解析

准备工作

下面的尽量跟我保持一致哦~不然有可能会发生报错 💕

开发环境:

  • python 3.8
    运行代码
  • pycharm 2021.2
    辅助敲代码
  • requests
    第三方模块 pip install 模块名

如果安装python第三方模块:

  1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

  2. 在pycharm中点击Terminal(终端) 输入安装命令

如何配置pycharm里面的python解释器?

  1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)

  2. 点击齿轮, 选择add

  3. 添加python安装路径

pycharm如何安装插件?

  1. 选择file(文件) >>> setting(设置) >>> Plugins(插件)

  2. 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese

  3. 选择相应的插件点击 install(安装) 即可

  4. 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效

软件、解答、源码、教程可以加Q群:832157862免费获取~

代码

采集排名数据

import requests
import re
import csv
def replace(str_):
    str_ = re.findall(\'<div class=\"td-wrap\"><div class=\"td-wrap-in\">(.*?)</div></div>\', str_)[0]
    return str_
   
with open(\'rank.csv\', mode=\'a\', encoding=\'utf-8\', newline=\'\') as f:
    csv_writer = csv.writer(f)
    csv_writer.writerow([\'country\', \'rank\', \'region\', \'score_1\', \'score_2\', \'score_3\', \'score_4\', \'score_5\', \'score_6\', \'stars\', \'total_score\', \'university\', \'year\'])
url = \'https://www.qschina.cn/sites/default/files/qs-rankings-data/cn/2057712_indicators.txt\'
response = requests.get(url=url)
json_data = response.json()
data = json_data[\'data\']
for i in data:
    country = i[\'location\'] # 国家/地区
    rank = i[\'overall_rank\']    # 排名
    region = i[\'region\']    # 大洲
    score_1 = replace(i[\'ind_76\'])  # 学术声誉
    score_2 = replace(i[\'ind_77\'])  # 雇主声誉
    score_3 = replace(i[\'ind_36\'])  # 师生比
    score_4 = replace(i[\'ind_73\'])  # 教员引用率
    score_5 = replace(i[\'ind_18\'])  # 国际教室
    score_6 = replace(i[\'ind_14\'])  # 国际学生
    stars = i[\'stars\']  # 星级
    total_score = replace(i[\'overall\']) # 总分
    university = i[\'uni\']   # 大学
    university = re.findall(\'<div class=\"td-wrap\".*?class=\"uni-link\">(.*?)</a></div></div>\', university)[0]
    year = \"2021\"   # 年份
    print(country, rank, region, score_1, score_2, score_3, score_4, score_5, score_6, stars, total_score, university, year)
    with open(\'rank.csv\', mode=\'a\', encoding=\'utf-8\', newline=\'\') as f:
        csv_writer = csv.writer(f)
        csv_writer.writerow([country, rank, region, score_1, score_2, score_3, score_4, score_5, score_6, stars, total_score, university, year])

　　

 

 

数据分析代码

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
from pyecharts.components import Table
import re
import pandas as pd
df = pd.read_csv(\'rank.csv\')

# 香港，澳门与中国大陆地区等在榜单中是分开的记录的，这边都归为china
df[\'loc\'] = df[\'country\']
df[\'country\'].replace([\'China (Mainland)\', \'Hong Kong SAR\', \'Taiwan\', \'Macau SAR\'],\'China\',inplace=True)

tool_js = \"\"\"
<div style=\"border-bottom: 1px solid rgba(255,255,255,.3); font-size: 18px;padding-bottom: 7px;margin-bottom: 7px\">
                 {} 
                 </div>
                 排名：{} <br>
                 国家地区：{} <br>
                 加权总分：{} <br>
                 国际学生：{} <br>
                 国际教师：{} <br>
                 师生比例：{} <br>
                 学术声誉：{} <br>
                 雇主声誉：{} <br>
                 教员引用率：{} <br>
\"\"\"

t_data = df[(df.year==2021) & (df[\'rank\']<=100)]
t_data = t_data.sort_values(by=\"total_score\" , ascending=True) 
软件、解答、源码、教程可以加Q群:832157862免费获取~
university, score = [], []
for idx, row in t_data.iterrows():
    tjs = tool_js.format(row[\'university\'], row[\'rank\'], row[\'country\'],row[\'total_score\'], 
                         row[\'score_6\'],row[\'score_5\'], row[\'score_3\'],row[\'score_1\'],row[\'score_2\'], row[\'score_4\'])
    if row[\'country\'] == \'China\':
        university.append(\'🇨🇳 {}\'.format(re.sub(\'（.*?）\', \'\',row[\'university\'])))
    else:
        university.append(re.sub(\'（.*?）\', \'\',row[\'university\']))
    score.append(opts.BarItem(name=\'\', value=row[\'total_score\'], tooltip_opts=opts.TooltipOpts(formatter=tjs)))

 

### TOP 100高校

篇幅有限，这边只展示TOP100的高校，完整的榜单可以通过附件下载查看～

* 排名第一的大学是麻省理工，在单项上除了**国际学生**和**教员引用率**其余都是100分；

* TOP4大学全部来自美国，除此之外是排名第五的牛津大学；

* **国内排名最高的大学是清华大学，排名15**，其次是香港大学&北京大学；

 

bar = (Bar()
       .add_xaxis(university)
       .add_yaxis(\'\', score, category_gap=\'30%\')
       .set_global_opts(title_opts=opts.TitleOpts(title=\"2021年世界大学排名（QS） TOP 100\",
                                                  pos_left=\"center\",
                                                  title_textstyle_opts=opts.TextStyleOpts(font_size=20)),
                        datazoom_opts=opts.DataZoomOpts(range_start=70, range_end=100, orient=\'vertical\'),
                        visualmap_opts=opts.VisualMapOpts(is_show=False, max_=100, min_=60, dimension=0,
                                range_color=[\'#00FFFF\', \'#FF7F50\']),
                        legend_opts=opts.LegendOpts(is_show=False),
                        xaxis_opts=opts.AxisOpts(is_show=False, is_scale=True),
                        yaxis_opts=opts.AxisOpts(axistick_opts=opts.AxisTickOpts(is_show=False),
                                                 axisline_opts=opts.AxisLineOpts(is_show=False),
                                                 axislabel_opts=opts.LabelOpts(font_size=12)))
       .set_series_opts(label_opts=opts.LabelOpts(is_show=True,
                                                  position=\'right\',
                                                  font_style=\'italic\'),
                        itemstyle_opts={\"normal\": {
                                                    \"barBorderRadius\": [30, 30, 30, 30],
                                                    \'shadowBlur\': 10,
                                                    \'shadowColor\': \'rgba(120, 36, 50, 0.5)\',
                                                    \'shadowOffsetY\': 5,
                                                }
                                       }
).reversal_axis())

grid = (
        Grid(init_opts=opts.InitOpts(theme=\'purple-passion\', width=\'1000px\', height=\'1200px\'))
        .add(bar, grid_opts=opts.GridOpts(pos_right=\'10%\', pos_left=\'20%\'))
    )
grid.render_notebook()

 

tool_js = \"\"\"
<div style=\"border-bottom: 1px solid rgba(255,255,255,.3); font-size: 18px;padding-bottom: 7px;margin-bottom: 7px\">
                 {} 
                 </div>
                 世界排名：{} <br>
                 国家地区：{} <br>
                 加权总分：{} <br>
                 国际学生：{} <br>
                 国际教师：{} <br>
                 师生比例：{} <br>
                 学术声誉：{} <br>
                 雇主声誉：{} <br>
                 教员引用率：{} <br>
\"\"\"

t_data = df[(df.country==\'China\') & (df[\'rank\']<=500)]
t_data = t_data.sort_values(by=\"total_score\" , ascending=True) 
软件、解答、源码、教程可以加Q群:832157862免费获取~
university, score = [], []
for idx, row in t_data.iterrows():
    tjs = tool_js.format(row[\'university\'], row[\'rank\'], row[\'country\'],row[\'total_score\'], 
                         row[\'score_6\'],row[\'score_5\'], row[\'score_3\'],row[\'score_1\'],row[\'score_2\'], row[\'score_4\'])
    if row[\'country\'] == \'China\':
        university.append(\'🇨🇳 {}\'.format(re.sub(\'（.*?）\', \'\',row[\'university\'])))
    else:
        university.append(re.sub(\'（.*?）\', \'\',row[\'university\']))
    score.append(opts.BarItem(name=\'\', value=row[\'total_score\'], tooltip_opts=opts.TooltipOpts(formatter=tjs)))

 

### 中国大学排名

因为在500名之后没有具体的分值，所以这里只筛选了榜单TOP 500中的国内高校；

* 在第一梯队中，香港的高校占比很高，**TOP10中有4所来自香港**；

* 刨除香港的高校，**TOP5高校分别是清华，北大，复旦，上交，浙大**；

 

bar = (Bar()
       .add_xaxis(university)
       .add_yaxis(\'\', score, category_gap=\'30%\')
       .set_global_opts(title_opts=opts.TitleOpts(title=\"TOP 500中的中国大学\",
                                                  pos_left=\"center\",
                                                  title_textstyle_opts=opts.TextStyleOpts(font_size=20)),
                        datazoom_opts=opts.DataZoomOpts(range_start=50, range_end=100, orient=\'vertical\'),
                        visualmap_opts=opts.VisualMapOpts(is_show=False, max_=90, min_=20, dimension=0,
                                range_color=[\'#00FFFF\', \'#FF7F50\']),
                        legend_opts=opts.LegendOpts(is_show=False),
                        xaxis_opts=opts.AxisOpts(is_show=False, is_scale=True),
                        yaxis_opts=opts.AxisOpts(axistick_opts=opts.AxisTickOpts(is_show=False),
                                                 axisline_opts=opts.AxisLineOpts(is_show=False),
                                                 axislabel_opts=opts.LabelOpts(font_size=12)))
       .set_series_opts(label_opts=opts.LabelOpts(is_show=True,
                                                  position=\'right\',
                                                  font_style=\'italic\'),
                        itemstyle_opts={\"normal\": {
                                                    \"barBorderRadius\": [30, 30, 30, 30],
                                                    \'shadowBlur\': 10,
                                                    \'shadowColor\': \'rgba(120, 36, 50, 0.5)\',
                                                    \'shadowOffsetY\': 5,
                                                }
                                       }
).reversal_axis())

grid = (
        Grid(init_opts=opts.InitOpts(theme=\'purple-passion\', width=\'1000px\', height=\'1200px\'))
        .add(bar, grid_opts=opts.GridOpts(pos_right=\'10%\', pos_left=\'20%\'))
    )
grid.render_notebook()

 

### 按大洲分布

* TOP 1000高校中有**近40%是来自于欧洲**；

* 非洲仅有11所高校上榜；

 

t_data = df[(df.year==2021) & (df[\'rank\']<=1000)]
t_data = t_data.groupby([\'region\'])[\'university\'].count().reset_index()
t_data.columns = [\'region\', \'num\']
t_data = t_data.sort_values(by=\"num\" , ascending=False) 

软件、解答、源码、教程可以加Q群:832157862免费获取~
bar = (Bar(init_opts=opts.InitOpts(theme=\'purple-passion\', width=\'1000px\', height=\'600px\'))
       .add_xaxis(t_data[\'region\'].tolist())
       .add_yaxis(\'出现次数\', t_data[\'num\'].tolist(), category_gap=\'50%\')
       .set_global_opts(title_opts=opts.TitleOpts(title=\"TOP 1000高校按大洲分布\",
                                                  pos_left=\"center\",
                                                  title_textstyle_opts=opts.TextStyleOpts(font_size=20)),
                        visualmap_opts=opts.VisualMapOpts(is_show=False, max_=300, min_=0, dimension=1,
                                range_color=[\'#00FFFF\', \'#FF7F50\']),
                        legend_opts=opts.LegendOpts(is_show=False),
                        xaxis_opts=opts.AxisOpts(axistick_opts=opts.AxisTickOpts(is_show=False),
                                                 axisline_opts=opts.AxisLineOpts(is_show=False),
                                                 axislabel_opts=opts.LabelOpts(font_size=15)),
                        yaxis_opts=opts.AxisOpts(is_show=False))
       .set_series_opts(label_opts=opts.LabelOpts(is_show=True,
                                                  position=\'top\',
                                                  font_size=15,
                                                  font_style=\'italic\'),
                        itemstyle_opts={\"normal\": {
                                                    \"barBorderRadius\": [30, 30, 30, 30],
                                                    \'shadowBlur\': 10,
                                                    \'shadowColor\': \'rgba(120, 36, 50, 0.5)\',
                                                    \'shadowOffsetY\': 5,
                                                }
                                       }
))

bar.render_notebook()

 

软件、解答、源码、教程可以加Q群:832157862免费获取~

可视化效果(部分)

 

 

 

 

 

 

 

 

 

 

尾语 💝

感谢你观看我的文章呐~本次航班到这里就结束啦 🛬

希望本篇文章有对你带来帮助 🎉，有学习到一点知识~

躲起来的星星🍥也在努力发光，你也要努力加油（让我们一起努力叭）。

最后，博主要一下你们的三连呀（点赞、评论、收藏），不要钱的还是可以搞一搞的嘛~

不知道评论啥的，即使扣个6666也是对博主的鼓舞吖 💞 感谢 💐

 

 

 

 

来源：https://www.cnblogs.com/Qqun261823976/p/16467062.html
本站部分图文来源于网络，如有侵权请联系删除。

未经允许不得转载：百木园 » python采集世界大学排名并作数据可视化, 来看看你的母校上榜没~
标签：

相关推荐

  • 暂无文章

热门文章