Python数据分析之绘制ppi-cpi剪刀差图形

目录
  • 前言
  • ppi 和 cpi 数据获取
  • ppi-cpi 图形绘制
  • 总结

前言

ppi-cpi 剪刀差大家可能都听说过，通过这个指标可以了解当前的经济运行状况，小编为了学习 python 的图形绘制，通过爬虫的方式获取到 ppi 和 cpi 的历史数据，然后通过 matplotlib 绘图工具将 ppi 数据和 cpi 数据同框展示，最后通过颜色填充来表示其中的差额部分。对于新手来讲，会学习到 python 的基础知识、爬虫以及图形绘制的知识。

ppi 和 cpi 数据获取

既然是数据获取，就需要找一个权威的网站获取 cpi 和 ppi 的数据，这里小编采用东方财富网的数据，这里直接给出页面的访问地址：

# cpi数据访问地址
https://data.eastmoney.com/cjsj/cpi.html

cpi 的数据来源如下图所示，这里只获取月份数据和全国列中的同比增长即可。

ppi 数据如下所示，这里和 cpi 的数据获取内容类似，只获取月份数据和当月同比增长即可。

既然知道了数据来源，那么怎么获取数据呢，一看到这个表格，是不是要复制页面进 excel 在进行解析，no，这样的话不符合程序员的气质，我注意到了表格下方有分页，那么肯定是有通过 ajax 和后台进行通信的，通过观察小编发现了这两个接口，可以获取我们想要的数据：

# ppi 数据
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=10&mkt=22
# cpi 数据
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=10&mkt=19

aspx 后缀的接口看来还是 .net 呀，这里简单分析一下，p=1&ps=10 分页参数就不说了，大家都知道的，重要的是 mkt 参数，表示了数据的分类。其他的参数也不需要关心含义，保留就好。

使用 python 抓取数据，这里采用 requests 来获取数据：

def query_data_list(url):
    """
    获取数据
    """
    # 去除 https 校验提醒信息 verify=False 忽略对证书的验证
    requests.packages.urllib3.disable_warnings()
    data = requests.get(url, verify=False).text
    # 通过浏览器控制台查看数据返回的结构，进行转换后存入一个 list
    data = data.replace("([\"", "").replace("\"])", "")
    arr_list = data.split("\",\"")
    # 临时打印结果
    print(arr_list)
    return arr_list

最终获取到的数据如下图所示：

ppi-cpi 图形绘制

在绘制图形之前，需要先对数据进行处理：

  • 1 数据需要进行加工，提取需要展示的数据，日期和同比数据，数据的格式需要转换。
  • 2 cpi 和 ppi 从时间上来讲长度不一致，需要既然要展示，就需要放在同一段时间内进行比较。
  • 3 cpi 和 ppi 数据已经有 20 多年了，从实际需要的角度出发，这里只展示 10 年的数据即可。

按照以上的观点，数据处理的代码如下图所示：

对于图形的绘制，有以下几点：

  • 1 图形中需要展示 cpi 和 ppi 的数据情况，同时展示图例进行标识。
  • 2 设置纵向和横向的数据参考线。
  • 3 能够体现出数据的差值区间和范围，差值部分进行颜色填充并予以区分。 针对以上几点，绘制图形的代码如下图所示：

其余诸如时间过滤以及接口配置和引入的类库如下图所示：

最后，经过这些编码，得到了最终的 cpi-ppi 的剪刀差图形如下：

总结

文章介绍了简单的 python 爬虫，并使用 numpy 进行了简单的数据处理，最终使用 matplotlib 进行图形绘制，实现了直观的方式展示 cpi-ppi 的剪刀差图形。使用接口的方式获取数据能够随时随地的跟据数据的更新重新绘制图形，省去了数据重新抓取的步骤。

到此这篇关于Python数据分析之绘制ppi-cpi剪刀差图形的文章就介绍到这了,更多相关Python绘制ppi-cpi图内容请搜索我们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我们！

赞 (0)

相关推荐

  • python数据分析之线性回归选择基金

    python数据分析之线性回归选择基金

    目录 1 前言 2 基金趋势分析 3 数据抓取与分析 3.1 基金数据抓取 3.2 数据分析 4 总结 1 前言 在前面的章节中我们牛刀小试,一直在使用python爬虫去抓取数据,然后把数据信息存放在数据库中,至此已经完成了基本的基本信息的处理,接下来就来处理高级一点儿的内容,今天就从基金的趋势分析开始. 2 基金趋势分析 基金的趋势,就是选择一些表现强势的基金,什么样的才是强势呢?那就是要稳定的,逐步的一路北上.通常情况下,基金都会沿着一条趋势线向上或者向下,基金的趋势形成比股票的趋势更加确定

  • python实现Mysql数据库批量新增数据的场景分析

    python实现Mysql数据库批量新增数据的场景分析

    一.批量插入数据的场景 在进行数据压力时需要进行大数据量的测试 比如登录要进行千人用户同时登录 比如数据加工由于源数据没有,需要我们进行数据库数据的插入 选择方法 使用Jmeter进行接口数据的批量新增 使用存储过程进行数据库的直接操作 使用Python进行数据库的操作 二.插入数据的工具选择 ​选择方法要根据实际情况进行选择,不是哪一种更好,而是哪一种更能快捷的解决我们的问题,举个栗子来讲: 在我们需要Jmeter操作需要实际批量新增用户,用户需要上传图像,这时候我们应该怎么选择呢? 如果选择

  • 详解Python进行数据相关性分析的三种方式

    详解Python进行数据相关性分析的三种方式

    目录 相关性实现 NumPy 相关性计算 SciPy 相关性计算 Pandas 相关性计算 线性相关实现 线性回归:SciPy 实现 等级相关 排名:SciPy 实现 等级相关性:NumPy 和 SciPy 实现 等级相关性:Pandas 实现 相关性的可视化 带有回归线的 XY 图 相关矩阵的热图 matplotlib 相关矩阵的热图 seaborn 相关性实现 统计和数据科学通常关注数据集的两个或多个变量(或特征)之间的关系.数据集中的每个数据点都是一个观察值,特征是这些观察值的属性或属性.

  • Python实现爬取天气数据并可视化分析

    Python实现爬取天气数据并可视化分析

    目录 核心功能设计 实现步骤 爬取数据 风向风级雷达图 温湿度相关性分析 24小时内每小时时段降水 24小时累计降雨量 今天我们分享一个小案例,获取天气数据,进行可视化分析,带你直观了解天气情况! 核心功能设计 总体来说,我们需要先对中国天气网中的天气数据进行爬取,保存为csv文件,并将这些数据进行可视化分析展示. 拆解需求,大致可以整理出我们需要分为以下几步完成: 1.通过爬虫获取中国天气网7.20-7.21的降雨数据,包括城市,风力方向,风级,降水量,相对湿度,空气质量. 2.对获取的天气数

  • Python 抖音评论数据抓取分析

    Python 抖音评论数据抓取分析

    张同学 10.4号开始发视频,视频的点赞量一直很高,11.17 号的视频达到了顶峰,收获 250w 个赞,之后关注量也开启了暴涨. 所以挖掘 11.17 号视频的评论,更有助于我们达成目的.另外,为方便大家更好的学习爬虫技术和数据可视化分析,完整版代码我放在文末. 1. 抓取数据 抖音出了 web 版,抓取数据方便了很多. 抓评论 滑到网页评论区,在浏览器网络请求里过滤包含comment的请求,不断刷新评论就可以看到评论的接口. 有了接口,就可以写 Python 程序模拟请求,获取评论数据. 请

  • Python数据分析之绘制ppi-cpi剪刀差图形

    Python数据分析之绘制ppi-cpi剪刀差图形

    目录 前言 ppi 和 cpi 数据获取 ppi-cpi 图形绘制 总结 前言 ppi-cpi 剪刀差大家可能都听说过,通过这个指标可以了解当前的经济运行状况,小编为了学习 python 的图形绘制,通过爬虫的方式获取到 ppi 和 cpi 的历史数据,然后通过 matplotlib 绘图工具将 ppi 数据和 cpi 数据同框展示,最后通过颜色填充来表示其中的差额部分.对于新手来讲,会学习到 python 的基础知识.爬虫以及图形绘制的知识. ppi 和 cpi 数据获取 既然是数据获取,就需

  • Python数据分析之绘制m1-m2数据

    Python数据分析之绘制m1-m2数据

    目录 前言 m0-m1-m2 数据获取 ppi-cpi 图形绘制 总结 前言 前文讲述了 ppi-cpi的图形绘制,在本文中继续分享另外一个与经济息息相关的货币数据指标 M0-M1-M2 ,在这里还是采用爬虫的方式获取数据,然后通过 matplotlib 绘图工具将 m0-m1-m2 数据同框展示,最后通过颜色填充来表示其中的差额部分.对于新手来讲,会学习到 python 的基础知识.爬虫以及图形绘制的知识. m0-m1-m2 数据获取 在获取数据之前,先讲述一下数据背后的含义: 1 m0,即流

  • Python实现的绘制三维双螺旋线图形功能示例

    Python实现的绘制三维双螺旋线图形功能示例

    本文实例讲述了Python实现的绘制三维双螺旋线图形功能.分享给大家供大家参考,具体如下: 代码: # -*- coding:utf-8 -*- #! python3 #绘制三维双螺旋线 import numpy as np import matplotlib.pyplot as plt import mpl_toolkits.mplot3d t=list(range(100,200)) r=[i*np.cos(60+i*360*5) for i in t] theta=[i*np.sin(60

  • Python数据分析之PMI数据图形展示

    Python数据分析之PMI数据图形展示

    目录 前言 PMI 数据获取 pmi 图形绘制 总结 前言 前文讲述了 ppi-cpi 和 m0-m1-m2 的图形绘制,在本文中继续分享一个反映经济活动景气度的指标 PMI ,在本文中还是采用爬虫的方式获取数据,然后通过 matplotlib 绘图工具将 PMI 逐年数据进行展示.对于新手来讲,会学习到 python 的基础知识.爬虫以及图形绘制的知识. PMI 数据获取 在获取数据之前,先讲述一下 PMI (采购经理人指数) 数据背后的含义: 大家都知道,制造业是一个国家的立国之本,那么 P

  • Python数据分析之 Matplotlib 折线图绘制

    Python数据分析之 Matplotlib 折线图绘制

    目录 一.Matplotlib 绘图 简单示例 二.折线图绘制 一.Matplotlib 绘图 在数据分析中,数据可视化也非常重要,通过直观的展示过程.结果数据,可以帮助我们清晰的理解数据,进而更好的进行分析.接下来就说一下Python数据分析中的数据可视化工具 Matplotlib 库. Matplotlib 是一个非常强大的Python 2D绘图库,使用它,我们可以通过图表的形式更直观的展现数据,实现数据可视化,使用起来也非常方便,而且支持绘制折线图.柱状图.饼图.直方图.散点图等. 可以使

  • Python数据分析之使用matplotlib绘制折线图、柱状图和柱线混合图

    Python数据分析之使用matplotlib绘制折线图、柱状图和柱线混合图

    目录 matplotlib介绍 matplotlib绘制折线图 matplotlib绘制柱状图 matplotlib绘制柱线混合图 总结 matplotlib介绍 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython. 安装Matplotlib库命令:在cmd命令窗口输入pip install matplotlib. matplotlib绘制折线图 1.绘

  • Python使用matplotlib绘制多个图形单独显示的方法示例

    Python使用matplotlib绘制多个图形单独显示的方法示例

    本文实例讲述了Python使用matplotlib绘制多个图形单独显示的方法.分享给大家供大家参考,具体如下: 一 代码 import numpy as np import matplotlib.pyplot as plt #创建自变量数组 x= np.linspace(0,2*np.pi,500) #创建函数值数组 y1 = np.sin(x) y2 = np.cos(x) y3 = np.sin(x*x) #创建图形 plt.figure(1) ''' 意思是在一个2行2列共4个子图的图中,

  • python 使用turtule绘制递归图形（螺旋、二叉树、谢尔宾斯基三角形）

    插图工具使用Python内置的turtle模块,为什么叫这个turtle乌龟这个名字呢,可以这样理解,创建一个乌龟,乌龟能前进.后退.左转.右转,乌龟的尾巴朝下,它移动时就会画一条线.并且为了增加乌龟画图的艺术价值,可以改变尾巴宽度和尾巴浸入墨水的颜色. 1.递归绘制螺旋 先用我们让乌龟以line_len长度前进,然后向右旋转90°,然后缩短line_len长度递归调用draw_spiral函数 import turtle my_turtle = turtle.Turtle() my_win =

  • Python使用matplotlib绘制三维图形示例

    Python使用matplotlib绘制三维图形示例

    本文实例讲述了Python使用matplotlib绘制三维图形.分享给大家供大家参考,具体如下: 用二维泡泡图表示三维数据 泡泡的坐标2维,泡泡的大小三维,使用到的函数 plt.scatter(P[:,0], P[:,1], s=S, lw = 1.5, edgecolors = C, facecolors='None') 其中P[:,0], P[:,1]为泡泡的坐标数据,s为泡泡的大小,lw为泡泡的边线宽度,edgecolors为边线颜色,facecolors为填充颜色 代码及注释 # -*-

  • Python调用graphviz绘制结构化图形网络示例

    首先要下载:Graphviz - Graph Visualization Software 安装完成后将安装目录的bin 路径加到系统路径中,有时候需要重启电脑. 然后: pip install graphviz import graphviz as gz 有向图 dot = gz.Digraph() dot.node('1', 'Test1') dot.node('2', 'Test2') dot.node('3', 'Test3') dot.node('4', 'Test4') dot.ed

随机推荐