某宝的国产机到底有多便宜,你买贵了么?

我是社区第99661位番薯,欢迎点我头像关注我哦~
一、前言
        最近想入手一台新手机,考虑到国产手机今时不同往日,无论是销量还是话语权在世界上都有足够的分量,欧洲华为,印度小米,美国一加,国产手机以极为迅猛的速度攻占世界各地的手机市场。作为历来支持国产手机的忠实用户,结合对国产手机的基本认知,准备从华为、小米、OPPO、VIVO四大国产手机中做出抉择。

        为了能够用数据体现这四家手机产品市场的销量、价格等真实情况,由于Python语言简明便捷,小编这边准备使用Python来对“某宝”平台进行手机相关的数据爬取。

        数据可视化分析方面,虽然Python提供的numpy、pandas、matplotlib等第三方库来对数据进行计算处理,同时最终生成所需要的可视化报告,但是做出的图表缺乏动态交互,图表样式属性设置等方面也比较繁琐,并且不便进行深入的OLAP多维分析,所以这边直接使用FineBI工具来对从“某宝”平台爬取过来的手机数据进行数据分析统计。

二、原理介绍
截图201807231954052443.png

        在此之前简单给大家讲讲我们这次给大家分享的Python爬虫+FineBI数据展现的系统原理,如上图所示,数据层方面我们先通过Python抓取到WEB端的网页数据,之后对爬取到数据进行解析再而存储到MYSQL数据入库;最后应用层的数据处理、数据计算统计、图表可视化呈现等工作全都交由我们的FineBI工具完成。

三、实现步骤
1.引入相关Pyhon库包,编写MySQL数据入库函数

        首先新建python工程,引入本次爬取网页数据和写入MySQL数据库所需要的pandas、re、request、pymysql这四个相关库包:
  1. import pandas
  2. import re
  3. import requests
  4. import pymysql

  5. def ExecuteSQL(title,price,sales): #写入数据到mysql数据库
  6.     conn = pymysql.connect(host='xxx.xxx.xxx.xx', port=xxxx, user='xxxx', passwd='xxxx', db='xxxx', charset='utf8') #对应xx参数值修改成自己数据库的即可
  7.     cursor = conn.cursor()
  8.     # cursor.execute('CREATE TABLE MOBILE_DATA(品牌 varchar(100),价格 double,销量 int)')
  9.     # cursor.execute('DROP TABLE MOBILE_DATA')
  10.     cursor.execute("INSERT INTO MOBILE_DATA(品牌,价格,销量) VALUES (\'%s\',%d,\'%d\')"%(title,price,sales)) #执行SQL数据插入
  11.     print('数据插入成功!')
  12.     print(title,price,sales)
  13.     conn.commit() #提交执行命名
  14.     cursor.close() #释放游标对象
  15.     conn.close() #释放数据库连接对象
复制代码


2.获取网页数据
         然后如下图所示,定义好模拟浏览器访问header的值,通过编写Python代码用requests获取到”某宝“平台网页中的request信息:
  1. for page in range(1,7):  # 循环翻页,共7页
  2.     url = 'https://s.taobao.com/search?q=%E6%89%8B%E6%9C%BA&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.2017.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306&cps=yes&ppath=2176%3A136877751%3B2176%3A3244779%3B2176%3A91621%3B2176%3A39862256%3B2176%3A28247'
  3.     header = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.84 Safari/537.36',
  4.               'cookie':'thw=cn; t=be73ea5ec1ffbeb254d0a3535dd00415; cna=HqWrEpIZeG4CAbYSAEIb6bav; hng=CN%7Czh-CN%7CCNY%7C156; miid=596160490770762658; lgc=%5Cu5815%5Cu843D%5Cu4E4B%5Cu6CEAa; tracknick=%5Cu5815%5Cu843D%5Cu4E4B%5Cu6CEAa; tg=0; uc2=wuf=https%3A%2F%2Ftrade.tmall.com%2Fdetail%2ForderDetail.htm%3Fbiz_order_id%3D104827474284154168%26forward_action%3D; x=e%3D1%26p%3D*%26s%3D0%26c%3D0%26f%3D0%26g%3D0%26t%3D0%26__ll%3D-1%26_ato%3D0; uc3=sg2=VWxidJMT8gLCYBc%2BxP5FJdYe9%2FXfUvq2%2Byf0cFWq90Q%3D&nk2=1RSXayUHM0Sl&id2=UUpkvTJ9k5HsSA%3D%3D&vt3=F8dBzLbVzPYkPml1NZk%3D&lg2=W5iHLLyFOGW7aA%3D%3D; uss=VvioJOfdaT365u5YugXSKrRnG47jUQQG9UQvstfUu5fjcHD0zxGQLEmn; _cc_=VFC%2FuZ9ajQ%3D%3D; mt=ci=67_1; tk_trace=oTRxOWSBNwn9dPy4KVJVbutfzK5InlkjwbWpxHegXyGxPdWTLVRjn23RuZzZtB1ZgD6Khe0jl%2BAoo68rryovRBE2Yp933GccTPwH%2FTbWVnqEfudSt0ozZPG%2BkA1iKeVv2L5C1tkul3c1pEAfoOzBoBsNsJySQJwqIKz2kX83uPP5e4iE9t1ZpHdHZkk218jfUuTKISIEGrGMtBctY%2B2vMCmzCRVhIqleLIl%2BRRQHs4ekW3wNcZhDfwkkQzp9RF7kjYiNbNLTbo2mRCr3Wf97aW%2FfC72uuEf9Tcc6cNT9QCiB0y7NxqzS4M5NvMkxl5KoKbA%2BorLqu5Y9jpCfT31RlA%3D%3D; cookie2=1c16eb46ef00c015dd101f731c258d77; _tb_token_=8de4c4560b63; v=0; alitrackid=www.taobao.com; lastalitrackid=www.taobao.com; swfstore=107855; JSESSIONID=ED726367865542B7BA84D801D1C72812; isg=AhcXOlKpAS4SKIXa0x_6AhsZpovNTcSrwSKOp2lEKOZNmDfacSx7DtWyjg59; uc1=cookie14=UoTdf1DFLRnICg%3D%3D',
  5.               'accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
  6.               'path':'/search?q=%E6%89%8B%E6%9C%BA&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.2017.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306'} #定义模拟浏览器访问header的值
  7.     html = requests.request('GET', url, headers=header) #网页request信息获取
复制代码

3.HTML标签解析(Script格式)
        此时我们可以查看华为、小米、OPPO、VIVO四大国产手机中的网页信息,用浏览器自带的F12工具检查相关代码即可发现,“某宝”的商品数据信息原来是存储在Script变量中。
截图201807231954285246.png
        接下来我们只需要使用re,按照指定的标签格式,对整个网页的进行数据信息查找获取,然后将对象存储在data中即可:

  1. ren = re.compile('"title":"(.*?)","pic_url":"(.*?)","price":"(.*?)","trace":"(.*?)","month_sales":"(.*?)"')
  2. data = re.findall(ren, html.text)
复制代码

4.MySQL数据入库
        解析好数据之后,再将解析好的数据写入到MySQL数据库中:

  1.     data2 = pandas.DataFrame(data) #将data对象转换为DataFrame类型方便处理
  2.     for rows in range(1,data2.shape[0]): #循环遍历DataFrame中的所有行数据
  3.         ExecuteSQL(data2.values[rows][0],float(data2.values[rows][2]),int(data2.values[rows][4])) #MySQL数据入库
  4.         count=count+1 #计数器累加
  5. print('恭喜您,数据已经全部爬取完毕,一共%d条数据!'%(count))
复制代码

         循环遍历”某宝“平台华为、小米、OPPO、VIVO四大国产手机中的相关信息数据,页面7页,共计282条数据:
截图201807231954456161.png

5.安装FineBI&&验证数据入库
      通过FineBI官网下载并按照引导安装好软件:
截图201807231955018117.png

       直接通过FineBI提供的数据配置端的功能,添加SQL数据集(或者直接添加表也行),查看我和验证刚刚爬取并且入库的数据是否已经真正成功入库到MySQL中。

       如下图所示,Python果然不辱使命,我要的”某宝“平台华为、小米、OPPO、VIVO四大国产手机中数据都已经成功写入到了我的MySQL数据库中了。
截图201807231955146932.png

6.FineBI可视化制作&&成果展示
      通过FineBI的简单拖拽,我这边以国产四大手机销量统计词云图为例给大家简单展示FineBI的可视化呈现过程(想按照手机大品牌统计的话可以直接对品牌字段用FineBI进行自定义分组即可,操作真的非常简单,小白可以通过FineBI官网的帮助文档或者视频快速入门~会用excel的,基本半个小时就能上手):
tb.gif

      仅仅简单十分钟,刷刷的就将我想要看的淘宝华为、小米、OPPO、VIVO四大国产手机销售信息(国产四大手机均价/总销量排名、国产四大手机各品牌价格/销量词云图、国产四大手机各品牌价格/销量Top10、销售额分布图等)以可视化的形式呈现出来了。
截图201807231956114141.png

1.淘宝网平台中,华为、小米、OPPO、VIVO四大国产手机总销量为751万台,总销售额为142.97亿。其中华为品牌占据总体销售额的44.40%,淘宝销售额高达61.84亿,小米、VIVO、OPPO其他三个品牌的总销售额分别占据28.98%、17.90%、8.72%。

2.从国产四大手机的均价来看,VIVO和华为分别以2167元、2021元的价格分别排在前两位,OPPO和小米的均价分别为1979元、1502元排在三、四位。小米手机价格相对低廉,不过市场占有率还可以,仅次于华为;而VIVO、OPPO这两款国产手机,历来被广大用户称为“厂妹机”,但是通过李易峰、彭于晏、鹿晗等明星小鲜肉和各大传媒渠道的积极代言,吸引了无数的小迷妹粉的购买,也是抢占了华为手机市场的一片江山。

3.再来看看国产四大手机的各品牌价格统计,华为MATE RS保时捷手机以9406元的价格高居首位,土豪专属啊,这价格无法撼动。但是值得一提的是目前在淘宝出售的华为Mate 10价格居然降到了3033元!记得前年入手Mate9的时候还花了4000多呢,果然手机随着时间推移价格变化还是挺大的。手机销量方面,品牌销量最高的是小米手机8,淘宝总销量为77万台(可以通过图表联动查看其价格为2352元),人气还是很火的。但是相比之下华为Mate 10的高配置下的3033元的价格,让小编完全忍不住剁手啊,就是你啦!

四、后记
        网页爬虫数据抓取,Python首屈一指。但是对于数据统计和可视化展现方面来说,操作简单便捷、拖拽式的FineBI绝对是数据分析小白的入门上佳之选。

        Python完成对网页数据的抓取和解析存储之后,配合FineBI强大的数据可视化呈现能力则圆满地完成了我本次对某宝平台四大国产手机数据的统计和分析需求,绝对良心推荐。以上就是笔者狂奔在大数据道路上的一些心得总结~欢迎大家共同学习和交流。
编辑于 2018-7-24 09:18  

发表于 2018-7-23 20:12:49
厉害啦
发表于 2018-7-23 20:16:45
发表于 2018-7-23 20:31:48
来自手机
兔子酱 发表于 2018-7-23 20:16

发表于 2018-7-23 21:18:40
厉害了,感觉会python可以走遍天下了
发表于 2018-7-23 22:22:37
羡慕
发表于 2018-7-24 08:24:52
羡慕
发表于 2018-7-24 09:17:26
以后货比三家都得懂点编程了
发表于 2018-7-24 09:25:51
我来晚了.
原来royide也是一专多能啊!佩服
发表于 2018-7-24 13:43:26
发表于 2018-7-24 14:42:55
Go……od
发表于 2018-7-24 17:37:37
厉害了
发表于 2018-7-26 14:11:27
来自手机
royid这是要上天呐!
发表于 2018-8-24 15:34:18
这个抓取的数据 怎么看是什么时间到什么时间段的呢?
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

26回帖数 1关注人数 7944浏览人数
最后回复于:2018-8-24 15:34

返回顶部 返回列表