爬取展示『王者荣耀』2020年-2021年2月收入流水线,看后发现.....

183 阅读5分钟

1

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 ,看看王者荣耀有多赚钱(哈哈哈哈)

主要可视化内容:

  1. App收入排行前十流水线动图
  2. 王者荣耀近一月日收入可视化
    
  3. 王者荣耀近一年月收入可视化
    

2

App收入排行流水线

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

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。\

3

近一月日收入可视化

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.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")
    )

4

近一年月收入可视化

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:]

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")
)

更多阅读

用 Python 从零开始实现简单遗传算法\

5分钟掌握 Python 随机爬山算法\

5分钟完全读懂关联规则挖掘算法\

特别推荐\

\

点击下方阅读原文加入 社区会员