2021中国胡润百富榜揭晓:中国首富竟是他......

2022年05月11日 阅读数:11
这篇文章主要向大家介绍2021中国胡润百富榜揭晓:中国首富竟是他......,主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。

2021中国胡润百富榜

前几天看到一个有意思的榜单“中国胡润百富榜单”,今年是胡润研究院自1999年以来连续第23次发布“胡润百富榜”,上榜门槛连续第九年保持20亿元。今天带你们分析看看中国都有哪些大牛!python

数据采集

数据来源:https://www.hurun.net/zh-CN/Rank/HsRankDetails?pagetype=richweb

打开页面以下

咱们须要采集前 2000 名榜单人员的基本信息,分析过程十分简单:F12 打开开发者工具。CTRL + R 刷新页面,就能够看到抓到的数据包。

https://www.hurun.net/zh-CN/Rank/HsRankDetailsList?num=YUBAO34E&search=&offset=0&limit=20json

采集的连接中包含两个主要参数,app

  • offset:0,页码
  • limit:20,限制数据量最多 20 条

代码抓取的的时候暴力点,直接设置 limit=2000,即一次请求 2000 条用户数据,不用分页请求,思路有了,开始撸代码!svg

import requests

headers = {
   
   
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.54 Safari/537.36'
}

params = {
   
   
    'num': 'YUBAO34E',
    'offset': 0,
    'limit': 2000
}

url = 'https://www.hurun.net/zh-CN/Rank/HsRankDetailsList'
page_text = requests.get(url=url, headers=headers, params=params).json()
page_text


有数据输出,而且数据量看起来也没问题,下一步开始解析须要的字段。代码较多这里就不展现了,文末有完整源码获取方式工具

因为数据包中的信息确实较多,我只提取了部分须要的字段,大体以下:

因为后面须要作地图,须要省份信息,因此对出生地字段切割一下,将省份提取出来,图片字段一样也要作一些处理,主要是因为我用 Tableau 作图的缘由,若是你们可视化方式不一样,彻底能够跳过这一步!ui

df['birth_place_split'] = df['birth_place'].str.split('-')
df['birth_place_split'] = df['birth_place_split'].apply(lambda x:'' if len(x) == 1 else x[1])
df['photo_split'] = df['photo'].apply(lambda x:x.split('/')[-1])
df.head()


最后将处理好的数据集保存到本地。url

可视化

可视化工具:Tableau 2021.3spa

百富榜TOP10


因为平时不怎么关注这些内容,第一次看这个结果竟发现前十的只认识 五、6 个。我一直还觉得首富应该是“两马”中的一个,如今一看确实是我跟很多时代了。。.net

百富榜年龄分布


榜单上的 74% 大佬年龄分布在45~70岁之间,其中58岁的有125人,大部分都是中年。

百富榜出生地分布


出生地分布前三名分别是:浙江、广州、江苏。

百富榜热门产业


热门产业主要仍是房地产、投资、医药、食品、化工等,确实都是大佬们玩的东西。

合成看板

最后作个汇总性的看板,加点联动效果。

关注小卡片,后台回复“胡润百富”便可获取 `源码 + Tableau源文件`
👇🏻 回复666 加入Python交流群👇🏻