这是菜鸟学Python的第99篇原创文章
阅读本文大概需要3分钟
学Python这么久了，回首想想自己看过的Python书也不少，到底哪本书最牛，哪本书最火呢，哪个出版社出版的Python最多的,实力最强，这一系列的问题我都想知道.于是我就做了一个全网Python书的排行榜，前面两篇文章分别从思路和爬虫的角度去给大家分享，今天我就从数据的角度来给大家排个榜吧
一共1218本Python的书，有国人写的，也有老外写的，也有日本人写的，我把这些书全部存入了SQL数据库中，下面就给大家分享一下数据分析的结果
0.准备工作
1).数据存入了sqlite db里面,建了一个 books的表格，我把"作者","书名","ISDN","页数","价格","出版社","出版日期","点评人数","翻译","链接","评分"，一共11个维度全部存入表里
数据库books表头是：
HEADERS=['author', 'book', 'isdn', 'page', 'price','pub_company', 'pub_date', 'rating_people','translator', 'url', 'vote_num']
2).建一个class 专门查询
为了方便，我们把连接数据库和关闭数据库都提取到类里面的两个方法
连接SQLite3其实还好，但是如果用MySQL的时候，要用connect可能会报错，所以建议都加异常保护.
查询的方法我们可以封装在类里面，这样清晰简单些
1.出版社Top10
在1200多本Python书中,到底哪家出版社出版的书最多呢：
发现出版最多的是"Packt Publishing",然后就是人邮
2.评分最高Top10:
相信很多同学买书的时候，一定会查这本书的评分如何，我这里列出了评分最高的10本书，看看有没有你心仪的哪本
第一名是"Fluent Python",第二名:"流畅的Python"其实一个是英文版，一个是中文版，看来流畅的Python目前是头牌
有同学一定不服气，说我心目中的Python Cookbook, Python核心编程也是很不错呀，为啥连前10都没有上榜
好，确实不太公平，如果一本书10人评价，10个人都是给高分，这样是不是样本太少了，好我们继续往下看
3.人气最高Top15:
为了更公平的评价到底哪一本才是人气最高的书，我们综合"点评人数"和"评分"两个维度去分析,把这两个数据相乘,Python好书太多了，我取前15名：
原来人气最高的是"Python基础教程" 1518个点评，7.9分
我最喜欢的"A byte of Python"排第4
4.出版社哪家Python书最牛:
下面是我写这个程序的最初的目的，我就想知道哪家出版社的Python书卖的最好，最牛呢(因为有4家出版社陆陆续续跟我联系过关于出书的事情)。其实要分析也很简单，把Top10的出版社的出版的书的评分求和，然后求均值再排序就可了
第一名:实力最强的看来是"机械工业出版社"
第二名：人民邮电出版社
第三名：O'Reolly Media
其实第二名和第三名比分很接近了
6.出版Python最多的是哪一年
大家是不是也先想知道，这么多Python书，到底哪一年出版的书最多呢，
从这个数字的背后也反应了Python是从哪一年开始火起来了，不信我们分析一下
我们把数据库里面的出版日期全部提取出来，然后稍微要进行一下数据清洗，因为日期里面有'September 2007','2007年9月','April 09, 2007','2017-9','2017-8-25',5种杂乱的数据格式,我用正则进行了清洗(插一句正则对数据分析来说非常非常重要，不懂的小伙伴可以看我的历史文章，有详细的介绍)
然后把年份过滤提取，在用colleaction里面的Counter进行排序
发现年份最多的是2015年，其次是2016年，正好是Python开始火的时候
>>
[(u'2015', 167), (u'2016', 144), (u'2017', 97)]
7.其他有趣的发现
1).Python书名最长的：174个字符
2).日期最老的Python书：1975年就出版了
3).页数最多的Python书：有1632页
4).页数最少的Python书
书名叫:Good morning,Little Python! 只有12页
结论:
好，今天的全网分析Python书，结论篇，就讲道这里，这个实战项目算是结束了，后面还有很多好玩的文章要跟大家分享，数据分析是一个非常有趣的话题。这个实战项目有兴趣的小伙伴，也可以自己动手写一下哦。源码我会放github上,到时会通知大家，若有什么问题，也欢迎留言讨论一下.另外过两天还有送书的活动，大家敬请期待～～
长按二维码，关注【菜鸟学python】