近300本Python书籍到底哪家强，用Python告诉你

我们的菜鸟学Python经常会送出一些福利，比如Python书籍。时间长了以后，觉得这么多五花八门的python书籍，究竟那几本书籍才是最好的呢，今天小编就带领大家用Python来探查一番，究竟哪些书籍是比较火的。

整体的思路

首先小编先带领大家从京东上爬取各类python的书籍，然后通过分析来评出最好的书籍，针对于最好的书籍，小编再对其进行着重的分析。

爬取300本书籍

首先是获取python书籍的相关信息，由于信息的获取需要从商品的详细页面获取，因此小编采用selenium库来模拟页面翻页过程，以此来到达新的页面进行爬取，如下图所示。

(动态图，多看5秒钟)

利用selenium可以自动的控制浏览器，并抓取我们需要的信息，部分程序如下图所示。

上述程序中，selenium控制浏览器滑到“下一页”的地方，然后模拟翻页动作，将每个页面中的全部60个商品加载显示出来，然后再利用pyquery来解析页面源码，获取我们需要的信息。

数据的分析处理

这里小编爬取了近300部python书籍的信息，这些信息包含了书的名称、价格、总评论数、好评数量、中评数量、差评数量和好评率。如下图所示。

有了书籍的信息后，接下来就是对书籍进行评分，看一下究竟哪些python书籍是最火的。

1).先是数据的预处理，由于爬取到的信息绝大多数是字符串类型，所以需要先将其转化为数字，然后才能进行接下来的处理，数据预处理的部分程序如下所示。

上述程序中，首先是将数据中的无关字符去除，然后进行单位的转化，最后是将字符串转化为数字。

2).数据进行归一化的处理，以避免不同数量级的特征带来干扰，例如好评数量都是几万的，但是好评率却仅仅是不到1的小数，这显然会对评判造成影响。数据归一化后，我们按照下图的公式得到了最终的评分，如下图所示。

评分是这样的，小编采用总的评论数量占60%的比重，而好评率占20%的比重，差评的数量占10%的比重，而价格占了10%的比重，这样组合起来成为了100%。

由上图我们也可以看出，《笨办法学python3》成为了最好的python图书，而这本书我们也曾经送出过。当然上述的计算公式只是按照小编的个人喜好来的，如果大家觉得公式不是很合理，大家可以自己编辑公式进行打分，全凭个人喜好。

书籍的评论分析

接下来小编对于《笨办法学python3》和《python编程 从入门到实践》这两本书的评论进行了爬取，爬取的部分程序如下图所示。

上述程序中不同的请求url只是页面数值的变化，只需要不停的循环页面，然后对返回的json数据解析，便可以得到需要的数据。

下图是对于这两本书的评论数量的分析，如下图所示。

由图可以看出，两本书的好评数量高达99.48%，这与我们爬取到的好评率相一致。最后是对于爬取到的评论进行词云的展示，如下图所示。

《“笨办法”学python》词云

《python编程，从入门到实践》

通过上图可以看出，大家对于这些书的普遍印象都是很不错的，大家都比较认可这两本书。不知道你心目中的Python神书是那一本，欢迎留言吱一声！

另外，本篇的从思路，代码编写，测试，成稿花了很多心血，也是小编熬夜2天才完成的，所以目前源码优先对【小密圈】的同学开放学习！

近期热门:

用Python写个弹球游戏2.0

我用Python写了个火影忍者版的连连看

零基础学Python都想问的6个问题，老司机给你两千字解答

小密圈学习群:

小密圈人气很高的两个实战项目

小密圈的趣味实战-微信主题

3个月还没入门Python,看这100名小密圈的同学3周学Python的杰作

本篇文章来源于: 菜鸟学Python