5.2数据的采集-2　　课件　2022—2023学年高中信息技术粤教版（2019）必修1

第五章 数据处理和可视化表达 5.2数据的采集 （第二课时） 粤版高中信息技术 《数据与计算》 一 、本章情况 学习目标 （1）了解大数据的概念，理解大数据的特征，知道大数据对日常生活的影响，明晰传统数据与大数据的区别； （2）了解数据采集的方法和工具，掌握数据的存储方式，理解对数据进行保护的意义； （3）知道数据预处理及分析，体验多种数据分析技术； （4）学会选用恰当的工具处理数据，学会总结和归纳数据分析的方法和步骤； （5）了解数据可视化两种呈现类型，学会选用恰当的工具可视化表达数据。 5.1认识大数据 5.2数据的采集 5.3数据的分析 5.4数据的可视化表达 教学内容 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 二、项目指导 交流分享 依据自己小组项目实施的实际情况，对于项目实施过程的进度、亮点、困难予以分享，交流。 1. 项目完成基本情况。 2.对所选定主题的大数据特征进行分析。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、学习新知 2. 网络数据采集法 探究活动 分析网页“wholesale.html”的内容，网页通过本地网站访问，网址http://127.0.0.1/wholesale.html。 网页为鞋类销售数据。 打开程序文件“程序5-2-2 爬取程序.py”，分析程序代码中使用了哪些库？URL是什么？ 本程序只使用1个网页的数量，暂时不爬取其他 URL 的数据。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、学习新知 探究活动 运行程序 “程序5-2-2 爬取程序.py”，得到导出的电子表格。 对比网页“wholesale.html”和电子表格中的数据，分析网络爬虫程序获取了哪些数据？ 分析本程序的基本结构。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、学习新知 2. 网络数据采集法 程序分析 （1）爬取网页的内容 for i in range(0, 5): # 循环5次，就是5个页的商品数据 payload['page'] = i+ 1 # 此处为页码，根据网页参数具体设置 resp = requests.get(url, params=payload) soup = bs4.BeautifulSoup(resp.text, "html.parser") print(resp.url) # 打印访问的网址 resp.encoding = 'utf-8' # 设置编码 注：演示网页 http://127.0.0.1/wholesale.html 只有1页，只爬取1页内容。 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、学习新知 2. 网络数据采集法 程序分析 （2）爬取商品标题 # 标题 all_title = soup.find_all('a', class_='item-title') for j in all_title: soup_title = bs4.BeautifulSoup(str(j), "html.parser",) title.append(soup_title.a.string) 网页标签： a data-p4p="true" class="item-title" 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、学习新知 2. 网络数据采集法 程序分析 （3）爬取商品价格 # 价格 all_price = soup.find_all('span', class_="price-current") for k in all_price: soup_price = bs4.BeautifulSoup(str(k), "html.parser") price.append(soup_price.span.string) 网页标签： span class="price-current" 　　粤版高中信息技术《数据与计算》 http://www.gjs.cn 三、学习新知 2. 网络数据采集法 程序分析 （4）爬取订单量 # 订单量 all_order = soup.find_all('a', class_="sale-value-link") for l in all_order: