首页 Python正文

教你如何用python爬取王者荣耀月收入流水线

Admin Python 2021-04-28 07:04:09 458

前言

王者荣耀是最近几年包括现在一直都是最热销的手游,收益主要来源是游戏里面人物皮肤。今天就来爬取展示王者荣耀近一年收入流水线动图,看看王者荣耀有多赚钱(哈哈哈哈)

主要可视化内容:

一.App收入排行流水线

1.1.获取数据

数据来源于:七麦数据,里面数据都是通过异步加载,因此只需要找到异步链接,修改参数就可以直接获取到数据。

备注:需要cookie才可以获取数据。

请求链接

https://api.qimai.cn/pred/appMonthPred?analysis=eEcbRhNVVB9RQEB9VwpDUDRGUwVwEwEAAQcIClwODlQEAyETAQ%3D%3D

请求参数

data = {
    'device': 'iphone',
    'genre': 36,
    'month': date[d],
}

请求数据

date=['2020-01','2020-02','2020-03','2020-04','2020-05','2020-06','2020-07',
          '2020-08','2020-09','2020-10','2020-11','2020-12','2021-01','2021-02']
#app名称: 收入情况
dict={}
for d in range(0,len(date)):
    data = {
        'device': 'iphone',
        'genre': 36,
        'month': date[d],
    }
    response = requests.post(url, headers=headers, data=data)
    text = json.loads(response.text)

将数据临时保存到字典中

revenue_data = text['revenue_data']
for i in revenue_data:
   d_get = dict.get(i['app_name'])
 
 
   if d_get== None:#不存在
       #创建
       dict[i['app_name']]=[0]*len(date)
 
 
   tem_list = dict[i['app_name']]
   tem_list[d] = i['revenue']
   dict[i['app_name']] = tem_list

保存到excel

outwb = openpyxl.Workbook()
outws = outwb.create_sheet(index=0)
outws.cell(row=1, column=1, value="日期")
for i in range(0,len(date)):
    outws.cell(row=1, column=i+2, value=date[i])
###写入csv
# 通过遍历keys()来获取所有的键
count =2
for k in dict.keys() :
    outws.cell(row=count, column=1, value=k)
    ###写入值
    tem_list = dict[k]
    for j in range(0,len(tem_list)):
        outws.cell(row=count, column=j+2, value=tem_list[j])
    count = count+1
outwb.save("App收入排行_lyc.xlsx")  # 保存

1.2流水线可视化

第一种方法是:花火hanabi

第二种方法:

####开始画图
plt.rcParams['font.sans-serif']=['SimHei'] #显示中文标签
plt.rcParams['axes.unicode_minus']=False   #解决负号“-”显示为方块的问题
 
 
# 获取数据
df = pd.read_csv("App收入排行_lyc.csv",index_col=0)
# 生成动态流水线
bcr.bar_chart_race(df=df,
                    filename='App收入排行_lyc.mp4', #生成的动态条形图的文件位置
                    orientation='h', #h条形图 v柱状图
                    sort='desc', #降序,asc-升序
                    n_bars=10, #设置最多能显示的条目数
                    fixed_order=False, # 设置固定类目
                    fixed_max=False, #固定数值轴,使其不发生动态变化 True-固定
                    steps_per_period=24, #图像帧数:数值越小,越不流畅,越大,越流畅
                    period_length=20, #设置帧率,单位时间默认为500ms 即为24帧的总时间是500ms
                    end_period_pause=0,#固定值比如年份的停留时间
                    interpolate_period=False,
                    period_label={'x': .80, 'y': .5, 'ha': 'right', 'va': 'center','size':16}, #设置日期标签的时间格式
                    colors='dark12', #设置柱状图颜色颜色,通过在「_colormaps.py」文件中添加颜色信息,即可自定义配置颜色
                    title={'label': 'App收入排行_lyc','size': 18,}, #图表标题
                    bar_size=.95, #条形图高度
                    bar_textposition='inside',#条形图标签文字位置
                    bar_texttemplate='{x:,.0f}', #条形图标签文字格式
                    bar_label_font=16, #条形图标签文字大小
                    tick_label_font=16, #坐标轴标签文字大小
                    tick_template='{x:,.0f}',#坐标轴标签文字格式
                    shared_fontdict={'family': 'Microsoft YaHei','color': 'rebeccapurple'}, #全局字体属性
                    scale='linear',
                    fig=None,
                    writer=None,
                    bar_kwargs={'alpha': .7},#条形图属性,可以设置透明度,边框等
                    fig_kwargs={'figsize': (16, 10), 'dpi': 144},#figsize-设置画布大小,默认(6, 3.5),dpi-图像分辨率,默认144
                    filter_column_colors=True,#去除条形图重复颜色,True去除,默认为False
            )

这里展示的是App近一年的月收入排行前十流水线。

二.近一月日收入可视化

2.1获取数据

###王者荣耀近一个月日收入
def near_month():
    url = "https://api.qimai.cn/pred/revenue?analysis=dQ51TyxjAEd9WQBJdg5%2BTylecxV9dH1EfVpTDStzU1Z6TCwFflpiWlJXBVl3G0tERARUH0JVRlVeTQF3G1UEB1YJBQQJBgAECyQUCQ%3D%3D&appid=989673964&country=cn&sdate=2021-02-26&edate=2021-03-27"
    response = requests.post(url, headers=headers)
    text = json.loads(response.text)
    data_list = text['data']['list']
    name=[]
    value=[]
    for i in range(len(data_list)-1,-1,-1):
 
 
        name.append(todate(str(data_list[i][0])[0:-3]))
        value.append(data_list[i][1])

上图红框中是时间戳,需要转为日期,比如1616774400000转为2021-3-27

###时间戳转为字符串
def todate(timeStamp):
    timeStamp = int(timeStamp)
    timeArray = time.localtime(timeStamp)  # 将时间戳转换成元组对象
    time_str = time.strftime('%Y-%m-%d', timeArray)  # 将元组转换成对应的时间格式
    return time_str

2.2可视化展示

###拉伸图
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
def silder(name,value):
    c = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
            .add_xaxis(xaxis_data=name)
            .add_yaxis("日收入/美元", yaxis_data=value)
            .set_global_opts(
            title_opts=opts.TitleOpts(title="王者荣耀近一个月日收入情况"),
            datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
        )
            .render("王者荣耀近一个月日收入情况.html")
    )

三.近一年月收入可视化

3.1获取数据

数据可以从csv中App收入排行_lyc.csv读取:

f = open("App收入排行_lyc.csv",encoding="utf-8")
content = f.read()
rows = content.split('\n')
 
 
name = rows[0].split(",")[1:]
dict_values = rows[1].split(",")[1:]

3.2可视化展示

c = (
    Bar(
        init_opts=opts.InitOpts(  # 初始配置项
            theme=ThemeType.MACARONS,
            animation_opts=opts.AnimationOpts(
                animation_delay=1000, animation_easing="cubicOut"  # 初始动画延迟和缓动效果
            ))
    )
        .add_xaxis(xaxis_data=name)  # x轴
        .add_yaxis(series_name="王者荣耀近一年月收入情况", yaxis_data=dict_values)  # y轴
        .set_global_opts(
        title_opts=opts.TitleOpts(title='', subtitle='',  # 标题配置和调整位置
                                  title_textstyle_opts=opts.TextStyleOpts(
                                      font_family='SimHei', font_size=25, font_weight='bold', color='red',
                                  ), pos_left="90%", pos_top="10",
                                  ),
        xaxis_opts=opts.AxisOpts(name='月份', axislabel_opts=opts.LabelOpts(rotate=45)),
        # 设置x名称和Label rotate解决标签名字过长使用
        yaxis_opts=opts.AxisOpts(name='月收入/美元'),
 
 
    )
        .render("王者荣耀近一年月收入情况.html")
)

到此这篇关于教你如何用python爬取王者荣耀月收入流水线的文章就介绍到这了,更多相关python爬取王者荣耀月流水线内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!

© 编程脚本学习网