Python数据分析之PMI数据图形展示

更新时间：2022年05月06日 10:47:05 作者：斜月

这篇文章主要介绍了Python数据分析之PMI数据图形展示，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制造业和非制造业指数图形,需要的朋友可以参考一下

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PMI就是衡量一个国家制造业发展运行情况的指标，通常情况下，比 50% 为分界线来经济强弱的分水岭，大于 50% 则代表制造业处于扩张，处理 40-50 则代表衰退，40 以下就是萧条了。

既然是数据获取，就需要找一个权威的网站获取数据，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：

# 货币供应量数据访问地址
https://data.eastmoney.com/cjsj/pmi.html

采购经理人指数的数据来源如下图所示，这里只获取制造业和非制造业的指数数据即可，同比增长数据就不去获取了。

既然知道了采购经理人指数的来源，怎么获取数据呢，是不是要复制页面进 excel 在进行解析，如果这样的做话，费时费力。我想诸位页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，通过观察可以发现如下接口，数据交互的结果如下图所示：

#采购经理人指数
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=200&mkt=21

# 这里也同样贴了前文中货币供应量接口、 ppi 和 cpi 的接口，会发现都是一样的，只不过mkt的参数不一样
# 货币供应量接口
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=200&mkt=11
# ppi 数据和cpi 数据
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=10&mkt=22
https://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=GJZB&sty=ZGZB&p=1&ps=10&mkt=19

至于数据的获取，还是使用原理的方式进行操作，使用python抓取数据，这里采用requests来获取数据：

    body = requests.get(req_url).text
    body = body.replace("(", "").replace(")", "")
    data_list = body.split("\",\"")

    # 定义数据
    date_list, pmi1_list, pmi2_list = [], [], []

    for node in data_list:
        node = node.replace("]", "").replace("[", "").replace("\"", "")
        arr_list = node.split(",")
        date = arr_list[0]
        if date < "2010-01-01":
            continue
        # 时间数据
        date_list.append(date)
        # 数据操作存储
        pmi1_list.append(float(arr_list[1]))
        pmi2_list.append(float(arr_list[3]))
        print(node)

最终获取到的数据如下图所示：

pmi 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，而后数据的格式需要转换。
2 在数据处理时，还是按照制造业和非制造业、时间的列表来获取数据。
3 依旧使用 np.asarray 创建数据，进行图形绘制的准备工作。

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 图形中需要展示制造业和非制造业的数据情况，同时展示图例进行标识。
2 设置指标为 50 和 40 水平线，用于设置标准对比线型。

最后，经过这些编码，得到最终的制造业和非制造业指数对比图形如下：

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制造业和非制造业指数图形。使用接口的方式获取数据可以随时获取数据更新重新绘制图形，省去了数据重新抓取的步骤。

到此这篇关于Python数据分析之PMI数据图形展示的文章就介绍到这了,更多相关Python PMI 内容请搜索脚本之家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脚本之家！

您可能感兴趣的文章:

python元组打包和解包过程详解
在本篇文章里，我们给大家整理了关于python元组打包和解包过程的知识点内容，有兴趣点的朋友们可以跟着学习下。
2021-08-08
python 解决tqdm模块不能单行显示的问题
这篇文章主要介绍了python 解决tqdm模块不能单行显示的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02
python线程池的实现实例
这篇文章主要介绍了python线程池的实现方法，代码简单实用，供大家参考使用
2013-11-11
windows系统Tensorflow2.x简单安装记录(图文)
这篇文章主要介绍了windows系统Tensorflow2.x简单安装记录(图文)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-01-01
Python爬虫进阶之Beautiful Soup库详解
这篇文章主要介绍了Python爬虫进阶之Beautiful Soup库详解,文中有非常详细的代码示例,对正在学习python爬虫的小伙伴们有非常好的帮助,需要的朋友可以参考下
2021-04-04
Pandas常用累计、同比、环比等统计方法实践过程
这篇文章主要介绍了Pandas常用累计、同比、环比等统计方法实践过程，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-05-05
Python设计模式之适配器模式原理与用法详解
这篇文章主要介绍了Python设计模式之适配器模式原理与用法,结合实例形式分析了适配器模式的相关概念、原理及Python实现技巧,需要的朋友可以参考下
2019-01-01
手把手教你利用Python创建一个游戏窗口
pygame是python用来写游戏的扩展包,用这个扩展包,可以比较容易的构造一个游戏窗口,这篇文章主要给大家介绍了关于如何利用Python创建一个游戏窗口的相关资料,需要的朋友可以参考下
2022-07-07
Python树的平衡检测算法实现
树的平衡检测是指判断一棵树是否为平衡二叉树，即每个节点的左右子树高度差不超过1，本文主要介绍了Python树的平衡检测算法实现，感兴趣的可以了解一下
2023-11-11
Python中axis=0与axis=1指的方向有什么不同详解
对数据进行操作时,经常需要在横轴方向或者数轴方向对数据进行操作,这时需要设定参数axis的值,下面这篇文章主要给大家介绍了关于Python中axis=0与axis=1指的方向有什么不同的相关资料,需要的朋友可以参考下
2024-01-01