Python爬取、分析全球最美Top100女神榜单的数据

妖狐艹你老母 2023-01-09 14:25 98阅读 0赞

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

作者：菜鸟大叔

来源：程序员GitHub

**Python爬虫、数据分析、网站开发等案例教程视频免费在线观看**

https://space.bilibili.com/523606542

# ![a2b6984089fbb14c9cf0ff607a09682a.png][] #

最近一段时间，国外媒体TOP BEAUTY WORLD选取了**全球最帅男性和最美女性前100名，肖战成为了该排行榜历届以来首位登顶的亚洲人**。这一消息立刻成为了流量的热点。

小编特地去查了一下，想看一下榜单中的最美小姐姐的信息。可是现在还没有最美小姐姐的文字榜单信息。但是小编却查到了2019年年底发布的上一届的全球最美女性前一百名的详细榜单，包含了姓名、国籍和职业等信息。

![e334ef17e523af68c49d7b745d691ab3.png][]

有这么详尽的榜单，我们怎么能不拿来好好的探究一波？小编马上爬取了数据，并进行了数据的可视化分析，一起来看看吧。

# 评价指标 #

对于排行榜的评比，不单单是对于美貌的评选。榜单是根据下面公式进行打分。

总分=0.3粉丝投票+0.5官方针对入围明星的五官比例给出的分数+0.2\*（个性、身材、慈善工作等）

可以看到，打分成绩中，综合的考虑了许多方面的因素，能从选手的全方位进行综合的分析和打分评比。明白了打分的评价指标后，我们接下来就看一下如何获取该份榜单的数据吧。

# 女神数据获取 #

![79a508b5ed4005245422a823911e5fa7.png][]

首先，我们要获取到想要的数据，包括小姐姐的照片，姓名以及国籍等信息。由于网页属于静态网页，因此可以直接分析网页源代码，获取到我们需要的数据即可。程序如下图所示：

![928c95118de98a7101e8133f84d4e7ca.png][]

上述的程序中，我们首先利用requests请求网页，然后利用BeautifulSoup解析网页。这里需要注意的是，不同的**li**标签的“**id**"是根据排名来进行变化的。

所以我们要通过循环来构建不同的id属性，以此来抓取对应的li标签，并提取姓名、国籍等信息。

利用**self.downloadImg**函数将图片下载到本地，将抓取到的姓名和国籍等信息保存到本地。抓取到的信息如下所示：

![6626c0b7017b19d796bf359de0f266ff.png][]

# 对顶级女神数据分析 #

获取到数据后，我们来对数据进行一下清晰，并看一下从数据中能获得什么信息。

**1).大洲信息统计**

![c6ffebb912134beb55e6fcb5346b65ff.png][]

可以看到，美女们来自全球各地，这里我们以国家为统计单位，统计各个大洲上国家出现的次数，注意，**上面的”Filipina-American“，我们将其统计两次，即既是菲律宾人也是美国人。**通过下面的程序，我们可以可视化的展示出不同大洲国家出现的次数。

![f941fc46d14894e51ad0543598cdcf2f.png][]

可以看到，全球一百名美女来自了除南极洲之外的其他六个大洲，其中来自亚洲的国家是最多的，欧洲和北美洲紧随其后。

**2).国籍信息统计**

对于美女国籍的统计和可视化处理，是一件非常麻烦的事情，这里需要针对数据进行耐心的判断处理，虽然非常消耗时间，但是好在数量并不是很多，如下图所示：

![e4373b65fbf0464d8fcb2f567b2a9861.png][]

我们针对于不同美女的不同国家信息，只需要进行循环判断，例如如果美女的国家是”Thai"，我们就将其国家补充为“Thailand”。因为在后续利用pyecharts可视化过程中，我们需要利用pyecharts自带的标准国家名称来显示，否则的话就没有办法进行数字的显示。经过判断统计后，其可视化结果如下。

![d3cd8f382fad2379f6b42c78d98c74cf.png][]

可以看到，这一百名美女中，来自美国的是最多的，当然，不可否认的是很多都是持有美国和其他国家的双重国籍身份的。来自英国的是13名美女，当然也是有许多是持有双重国籍的身份。

而第三名的中国和韩国则是完全不存在双重国籍的问题。从全球的分布范围来看，非洲和欧洲的人数直观看上去非常的少，尤其是意大利、法国等一些欧洲国家，都没有如选前100名的美女出现。

**3).职业分析**

对于榜单中美女们的职业，这里也是非常的集中，只有三种职业：**模特、演员、歌手**。毫无疑问，每一个职业都是需要自身的条件非常的完美。

![114a0062aff20dc55f015d32b7d00c06.gif][]

而在职业的占比中，可以看到演员的占比是最高的，因为颜值是一个演员的名片，也是打分成绩中占比最高的一项，因此在前100名中，演员占比最高也就不足为奇了。

**4).颜值打分**

既然这个榜单是关于全球最美的100名女性，那颜值自然是逃不开的话题，最后，我们来利用百度的人脸识别来为100名美女的颜值做一个打分，来看一下究竟在AI的眼中，谁是最美的女明星。

![00c4cb04055a7dd250fd129d763fb3b0.png][]

上述程序中，通过向FaceScore函数传递图片的路径，在FaceScore函数中，通过get\_file\_content函数将图片以二进制形式读取；

并通过base64库进行编码后，作为params参数post给请求url链接。并解析url链接返回的信息，提取返回信息中的颜值打分数据；

运行上述的程序后，我们就会得到关于100名美女的AI颜值打分。这里 我们为大家展示一下，颜值打分前五名都有哪些明星。

![50d1a685fbc90381be2274c30059ce53.png][]

以上就是小编今天为大家带来的关于全球最美100名女性的分享，欢迎大家在留言区吱一声，说说你最喜欢哪一位女神哦！

[a2b6984089fbb14c9cf0ff607a09682a.png]: /images/20221119/2f286a61b82941b99145dfa968539a81.png
[e334ef17e523af68c49d7b745d691ab3.png]: /images/20221119/792dfa5285454d5782ca29058165e42e.png
[79a508b5ed4005245422a823911e5fa7.png]: /images/20221119/6add27cbacf647c59f551b694ecf3a73.png
[928c95118de98a7101e8133f84d4e7ca.png]: /images/20221119/f8abd854e6784e5d9637645bf7069439.png
[6626c0b7017b19d796bf359de0f266ff.png]: /images/20221119/652eebe635fc40e0bd45b58435f8ae2c.png
[c6ffebb912134beb55e6fcb5346b65ff.png]: /images/20221119/877a72cce46d490cb28343d0ca377912.png
[f941fc46d14894e51ad0543598cdcf2f.png]: /images/20221119/b46a8fb395234f8c931964c6f5783b6d.png
[e4373b65fbf0464d8fcb2f567b2a9861.png]: /images/20221119/24cfd29be3fa4d659d4a59c967ae72d4.png
[d3cd8f382fad2379f6b42c78d98c74cf.png]: /images/20221119/d413fd9a4f9049e5a7306f0ac8a17959.png
[114a0062aff20dc55f015d32b7d00c06.gif]: /images/20221119/b1f859a919b349aa9bfd2d0055307335.png
[00c4cb04055a7dd250fd129d763fb3b0.png]: https://img-blog.csdnimg.cn/img_convert/00c4cb04055a7dd250fd129d763fb3b0.png
[50d1a685fbc90381be2274c30059ce53.png]: https://img-blog.csdnimg.cn/img_convert/50d1a685fbc90381be2274c30059ce53.png