中国大学MOOC课程信息之数据分析可视化二
版权声明：本文为博主原创文章，转载 请注明出处：https://blog.csdn.net/sc2079/article/details/82318571
- 写在前面
本篇博客继续对中国大学MOOC课程信息进行数据分析，主要是利用pyecharts针对MOOC上开课的大学信息的分析。
前两次博客内容：
1. 中国大学MOOC课程信息爬取与数据存储
2. 中国大学MOOC课程信息之数据分析可视化一
- 环境配置安装
运行环境：Python3.6、Spyder
依赖的模块：pyecharts以及一些地图模块
- 开始工作
1. 获取数据
首先从网上下载大学信息数据，我找了好久，也花费了不少积分，才找到比较不错的数据。下面是下载链接：最新全国高校数据库信息（包含2854所高校）。
接下来打开mysql，新建数据库univ_info，再将下载的MS EXCEL数据导入到该数据库中。
导入后的结果如下：
编写代码获取MOOC上的大学列表
'''获得MOOC上开课大学信息'''
universities=[]
for kc in kc_info[0]:
if kc[2] not in universities:
universities.append(kc[2])
便可以得到MOOC上已开课的大学名称的列表，我们可以根据这个查询数据库相应字段的数据，从而得到所需要的大学信息了。
这里值得注意的是先前得到的大学名称中含有“微软”、”爱课程“等非院校单位，在数据库查询时会出现空值，此时应将其去除掉。
def mysql_univ_info(univs):
results=[]
db = pymysql.connect(host='localhost',user='root',passwd='root',db='univ_info',charset='utf8')
cur = db.cursor()
for univ in univs:
cur.execute("select * from univ_info where 院校名称='%s'"% univ)
result=cur.fetchall()
if result!=():
result=result[0]
results.append(result)
return results
调用前面函数，便可以得到所需要的院校信息了。
2. 大学所在城市
由于数据库表中所在城市有些为空，观察可知其为直辖市，因此不妨用所在地区替代。
'''大学城市'''
univ_cities=[]
for univ_info in univ_infos:
if univ_info[4]==None:
univ_cities.append((univ_info[1],univ_info[3]))
else:
univ_cities.append((univ_info[1],univ_info[4]))
univ_city_num={}
for univ_city in univ_cities:
univ_city_num[univ_city[1]]=univ_city_num.get(univ_city[1],0)+1
univ_city_items = list(univ_city_num.items())
univ_city_items.sort(key=lambda x:x[1], reverse=True)
参考pyecharts官网提供的示例，便可以根据需求做出自己想要的图表，链接：图表详情
代码如下：
def pyecharts_geo_city(datas):
geo = Geo("中国城市所拥有的已在MOOC开课的大学数",title_color="#fff",
title_pos="center",width=1200,height=600,background_color="#404a59"
)
attr, value = geo.cast(datas)
geo.add("",attr,value,visual_range=[0, 30],visual_text_color="#fff",
symbol_size=15,is_visualmap=True
)
geo.render("中国城市所拥有的已在MOOC开课的大学数.html")
打开生成的网页，可以看到：
在网页上你可以滑动左下角的标签，查看大学数量的某些区间下城市分布，比如：
这个是大学数在８以上的城市，这在一定程度上也反映出城市的大学教育的发展情况。
３.大学所在省份
同上，可以做类似的分析。
'''大学省份'''
univ_provinces=[]
for univ_info in univ_infos:
if univ_info[2]==None:
univ_provinces.append((univ_info[1],univ_info[3][0:2]))
else:
univ_provinces.append((univ_info[1],univ_info[2]))
univ_province_num={}
for univ_province in univ_provinces:
univ_province_num[univ_province[1]]=univ_province_num.get(univ_province[1],0)+1
univ_province_items = list(univ_province_num.items())
univ_province_items.sort(key=lambda x:x[1], reverse=True)
调用的函数为：
def pyecharts_geo_province(datas):
maps = Map("中国省份所拥有的已在MOOC开课的大学数", width=1200, height=600)
labels,sizes=[],[]
labels,sizes= maps.cast(datas)
maps.add("",labels,sizes,maptype="china",visual_range=[0, 30],is_visualmap=True,visual_text_color="#000")
maps.render("中国省份所拥有的已在MOOC开课的大学数.html")
运行结果如下：
４.大学等级
这里主要是简单统计MOOC上开课的大学院校中有多少985或者211或者其它之类的。
'''大学等级'''
univ_rating=[]
_985,_211,_others=0,0,0
for univ_info in univ_infos:
univ_rating.append((univ_info[1],univ_info[5],univ_info[6]))
if univ_info[5]=='211':
_211+=1
if univ_info[6]=='985':
_985+=1
else:
_others+=1
univ_rating_num=[('985',_985),('211',_211),('others',_others)]
pyecharts_rosepie_rating(univ_rating_num)
用圆饼－玫瑰图绘出结果：
def pyecharts_rosepie_rating(datas):
pie = Pie("MOOC开课大学等级", title_pos='center', width=900)
attr,v1=pie.cast(datas)
pie.add("",attr,v1,center=[25, 50],is_random=True,radius=[30, 75],rosetype="radius",#rosetype="area"
is_legend_show=False,is_label_show=True
)
pie.render("MOOC开课大学等级.html")
运行结果：
５.大学类型
这里主要是统计的在MOOC上开课的大学类型：
'''大学类型'''
univ_kinds={}
for univ_info in univ_infos:
kind=univ_info[8][0:3]
univ_kinds[kind]=univ_kinds.get(kind,0)+1
univ_kind_items = list(univ_kinds.items())
univ_kind_items.sort(key=lambda x:x[1], reverse=True)
采用条形图绘制：
def pyecharts_bar_kinds(datas):
bar = Bar("MOOC开课大学类型")
attr,v=bar.cast(datas)
bar.add("", attr, v,mark_point=["average"],mark_line=["min", "max"],is_more_utils=True)
bar.render("MOOC开课大学类型.html")
运行结果：
由图知，平均数为10,最大值为48，最小值为1，一共有11种院校类型，综合类大学、工科类大学、远超其他类型的大学，这与当前教育背景密不可分的。
- 结语
其实可以做的不仅限于此。如果感兴趣，可以访问：pyecharts官网多多学习。
另外，第一次用Markdown写博客，诸多不习惯，如果文章中有错误，请指正哈。
