以下是4个属性中每一个属性的直方图：

In [10]:

在这一点上，开辟者可以（几乎）安然地假设所有剩下的标签显示每种葡萄酒的品种信息，所以定义一个新的列来存储它们。

因为解析缺点，列中出现了一些整数，我们将其过滤掉落。

我们也可以添加一个布尔变量varietal。酒中的混淆物只有一种的称为varietal，至少有两种混淆物的称作blends。

对于varietal葡萄酒，我们设定了一个single_variety - 对于其他非varietal的葡萄酒来说，这个数值将是NaN。

让我们来看看Varietal / Blend的分布是如何的。

这是一些指导性的情节。

In [27]:

膳绫擎的代码简单地大年夜这里获得：

如今，做一些简单操作来提取关于甜度，平和性等信息，以下信息同样大年夜希腊语翻译到了英语。

对此：

这些是blends中出现频率最高的品种。

In [30]:

这里是一个热图，显示哪些品种平日混淆在一路。

In [31]:

In [32]:

看起来Chardonnay是最风行的品种，而Vidal和Sangiovese是最昂贵的品种。评分最高的是Malvasia，但所有品种都异常接近。

　　推荐阅读

　　17个新手常见Python运行时错误

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散 【编辑推荐】Python薪资又涨了！这可咋办！Python脚本分析CPU应用情况比来租房有点烦！技恋人若何用Python找到称心如意的“小窝”>>>详细阅读

本文标题：我用Python爬了一个零售网站，分析了一千多种葡萄酒！

地址：http://www.17bianji.com/lsqh/39585.html

 1/2    1