豆瓣書籍查詢

1 人贊了文章

一、提出問題：1 豆瓣中評分較高的書有哪些

2 豆瓣中受歡迎的作者有哪些

3 數據分析領域評分較高的書籍有哪些

選擇從豆瓣讀書中數量較多的9個類別進行數據抓取：https://book.douban.com/tag

豆瓣中每個網址抓取的頁數為50頁，總共抓取數據8500條

二、數據理解：每一列所代表的含義。把書名和副標題分開，對作家出版社分列

三、數據清洗：去除書名重複的行，刪掉信息不完整的行

以下為數據的整理後版本，主要有：書名、副標題、作家、翻譯、出版社、日期、價格、評分、評價人數、分類標籤、網址、簡介。共12列

四、數據導入My Sql：豆瓣閱讀書籍

導入excel 進 navicat 注意要把excel格式變為.xls,導入參考網址：https://jingyan.baidu.com/article/fc07f9891cb56412ffe5199a.html

五數據分析：1. 列出綜合排名最高的50本書（評分，評價人數）

2. 列出有超過3本高評價書籍的作者（經典書籍的主要創造者）

3. 列出書名或者副標題中包含「數據」兩個字的書的數量

4. 從包含數據的書中找出評分最高的幾本書

①.這些書感覺我都沒看過，不過大部分評價高的書只是因為評價人數太少，如果評價人數足夠多的話感覺結果就會有很大的不同。

?

②列出有超過3本高評價書籍的作者（經典書籍的主要創造者）。感覺這些高評分的作者都好古老。。。。。。熟悉一點的就是魯迅、老舍和劉慈欣。

3 列出書名或者副標題中包含「數據」兩個字的書的數量，從包含數據的書中找出評分最高的幾本書，最後兩個問題是關於數據分析的，找出含有數據的所有書籍，並列出評分最高的前20列。

結論：1.評價高的書看的人都比較少，更加難得的是評價人數多分數又很高的書。

2. 發表過很多好文章的作者年齡都比較大，還有不好我不認識的，可以去好好學習下

3. 數據分析領域的書籍也有很多，可以從中選基本人氣好的且分數高的進行學習《數據分析技術白皮書》雖然評價人數很少，但這麼高的評分還是有點詭異的，得去了解下。