基于Python的國藥網(wǎng)數(shù)據(jù)采集與分析

湖南商務職業(yè)技術學院畢業(yè)設計

目錄

1引言............................................................................................................................1

1.1項目背景......................................................................................................1

1.2開發(fā)環(huán)境與工具..........................................................................................2

1.2.1Python簡介..........................................................................................2

1.2.2Jupyternotebook簡介......................................................................3

1.2.3Python第三方庫簡介..........................................................................3

1.2.4Pycharm簡介........................................................................................4

2需求分析....................................................................................................................4

2.1可行性需求分析..........................................................................................4

2.2采集目標功能分析......................................................................................5

2.3關鍵技術分析..............................................................................................5

2.3.1網(wǎng)絡爬蟲技術.......................................................................................5

2.3.2文件存取技術.......................................................................................6

2.3.3可視化技術...........................................................................................6

3數(shù)據(jù)采集....................................................................................................................7

3.1采集頁面分析..............................................................................................7

3.2字段分析......................................................................................................8

3.3編程實現(xiàn)......................................................................................................9

4數(shù)據(jù)清洗與處理......................................................................................................12

4.1數(shù)據(jù)清洗....................................................................................................13

4.2數(shù)據(jù)儲存....................................................................................................14

5數(shù)據(jù)統(tǒng)計與分析......................................................................................................14

5.1數(shù)據(jù)準備....................................................................................................14

5.2數(shù)據(jù)展示....................................................................................................16

5.2.1依據(jù)品牌進行統(tǒng)計.............................................................................16

5.2.2依據(jù)生產(chǎn)廠家進行統(tǒng)計.....................................................................17

5.2.3據(jù)產(chǎn)商出產(chǎn)藥品價格進行統(tǒng)計和分析.............................................18

I

湖南商務職業(yè)技術學院畢業(yè)設計

5.3綜述............................................................................................................18

6小結..........................................................................................................................18

參考資料.........................................................................................................................19

II

湖南商務職業(yè)技術學院畢業(yè)設計

基于Python的國藥網(wǎng)數(shù)據(jù)采集與分析

1引言

大數(shù)據(jù)時代的來臨，人們的生活方式，消費習慣將有重大改變，企業(yè)為適

應時代需求其企業(yè)形象的塑造與推廣更為重要。而中國現(xiàn)階段趨同化，符號化

的設計一定無法滿足企業(yè)的需求。而大數(shù)據(jù)對設計的顛覆性改變或許可以改變

這樣的現(xiàn)狀。

《大數(shù)據(jù)時代》作者維克托邁爾舍恩伯格給本設計展現(xiàn)數(shù)據(jù)變革的大時代。

數(shù)據(jù)變革顧名思義與數(shù)據(jù)有關，數(shù)據(jù)化由數(shù)字化而來，并基本取代數(shù)字化。數(shù)

據(jù)就像可再生能源一樣，當數(shù)據(jù)的首要價值被挖掘后，數(shù)據(jù)仍能不斷給予，本

設計看到的數(shù)據(jù)價值其實只是它的冰山一角。對于數(shù)據(jù)本設計有讓其釋放的方

式，比如本身的再利用，不同領域數(shù)據(jù)的整合，本身數(shù)據(jù)的擴展。當然數(shù)據(jù)也

如機器一樣會折舊的，采集數(shù)據(jù)后要及時應用，數(shù)據(jù)廢氣也是可以應用的。大

數(shù)據(jù)時代的對社會的改變毋庸置疑是巨大的。通過對數(shù)據(jù)分析，獲得其價值，

或對數(shù)據(jù)進行解析，擁有深刻的洞見，本設計還能發(fā)現(xiàn)事情發(fā)生的真相。轉化

經(jīng)濟價值已經(jīng)撼動生活的方方面面：商業(yè)科技、醫(yī)療、政府、教育、人文。對

于數(shù)據(jù)的需求樣本已經(jīng)不能滿足，總體數(shù)據(jù)才是分析的基礎，當然了，數(shù)據(jù)太

多，精度依然不再追求。越來越多的人意識到數(shù)據(jù)的財富和價值，利用數(shù)據(jù)做

更多的事

大數(shù)據(jù)時代，這是一個最好的時代，也是最壞的時代，勤于學習創(chuàng)造機會，

而不是等待機會的到來！

1.1項目背景

醫(yī)藥基于大數(shù)據(jù)的應用越來越受到行業(yè)的關注和重視，我們可以看到越來

越多的醫(yī)藥企業(yè)和研究機構通過大數(shù)據(jù)分析，發(fā)現(xiàn)了許多令人驚奇的新發(fā)現(xiàn)，

提高了自身的治療和研發(fā)水平。首先，醫(yī)藥基于大數(shù)據(jù)分析的應用使得醫(yī)生們

可以更快速地定位疾病和癥狀，更準確地進行治療。通過分析海量和多維度的

數(shù)據(jù)，如病例記錄、基因組數(shù)據(jù)、醫(yī)療設備數(shù)據(jù)等等，醫(yī)生可以更好地診斷和

治療疾病，提高治療成功率。此外，大數(shù)據(jù)分析還可以幫助醫(yī)生們實時監(jiān)測病

情，并快速作出針對性的調整，更好地保障患者的健康。其次，醫(yī)藥企業(yè)可以

借助大數(shù)據(jù)分析，優(yōu)化研發(fā)流程和提高新藥研發(fā)速度。通過對歷史病例和臨床

試驗數(shù)據(jù)的分析，醫(yī)藥企業(yè)可以更好地了解新藥的研發(fā)進展和效果，并優(yōu)化研

1

湖南商務職業(yè)技術學院畢業(yè)設計

發(fā)方案。此外，大數(shù)據(jù)還可以幫助企業(yè)了解疾病流行病學趨勢和治療流程，提

高新藥的市場適用性和接受度。最后，大數(shù)據(jù)分析還可以幫助醫(yī)藥企業(yè)優(yōu)化藥

物銷售策略。通過對市場和用戶數(shù)據(jù)的分析，企業(yè)可以更好地了解市場需求和

用戶偏好，從而制定更合適的產(chǎn)品策略和營銷方案，提高市場競爭力?？偟膩?/p>

說，醫(yī)藥基于大數(shù)據(jù)分析的應用對于醫(yī)療和藥物研發(fā)行業(yè)具有重要的意義。醫(yī)

療行業(yè)可以更加精準地診斷和治療疾病，提高患者的健康水平；藥物研發(fā)企業(yè)

可以更好地了解市場需求和用戶反饋，提高研發(fā)效率和產(chǎn)品質量。預計，在未

來，醫(yī)藥基于大數(shù)據(jù)分析的應用會越來越深入，為行業(yè)和患者帶來更多的價值。

涉及到藥品信息有很多,本設計需要對網(wǎng)頁進行解析。然后通過Python爬蟲的

手段批量獲取本設計想要的資料。

本項目就是針對普通醫(yī)藥公司的決策需要,然后爬取國藥網(wǎng)網(wǎng)站藥品數(shù)據(jù),

對其進行處理,分析,然后可視化。繁雜的數(shù)據(jù)經(jīng)過清洗加分析后,一目了然的將

結果呈現(xiàn)在高層眼前,公司的領導就可以討論哪些產(chǎn)商是可靠的合作伙伴,現(xiàn)階

段最需要進貨哪些藥品。所以本畢業(yè)設計部分包含數(shù)據(jù)爬取、清洗處理、儲存、

可視化。

1.2開發(fā)環(huán)境與工具

1.2.1Python簡介

20世紀80年代末,荷蘭的龜叔（GuidoRossum）創(chuàng)造了Python。

Python是一種高級程序設計語言，廣泛用于編寫各種類型的軟件，包括Web

應用程序、科學計算、人工智能、數(shù)據(jù)分析、游戲開發(fā)和系統(tǒng)管理等領域。Python

具有簡潔、易讀、易于學習、可擴展性強等特點，使得它成為了最受歡迎的編

程語言之一。Python還擁有大量的第三方庫和工具，這些庫和工具可以使開發(fā)

者更加便捷地編寫代碼。

Python有以下幾個特點：簡潔明了：可讀性強，語法簡單，與其他編程語

言相比，代碼量較小，這使得Python易于學習和使用。面向對象編程：支持面

向對象編程，能夠實現(xiàn)面向對象的封裝、繼承、多態(tài)等特性。強大的庫和工具：

有非常強大的標準庫以及豐富的第三方庫和工具，能夠簡化編程過程，提高編

程效率?？缙脚_性：支持多種操作系統(tǒng)，如Windows、Linux、Mac等，因此可

以編寫具有良好可移植性的程序?；有裕褐С纸换ツＪ?，具有交互式解釋器，

能夠快速、方便地測試和調試代碼?？蓴U展性：可通過調用其他語言的代碼擴

展Python的功能，也可以將Python代碼嵌入到其他語言的程序中。非常流行：

2

湖南商務職業(yè)技術學院畢業(yè)設計

Python在科學計算、數(shù)據(jù)分析、人工智能、Web開發(fā)、游戲開發(fā)等領域被廣泛

使用，擁有龐大的社區(qū)支持和開源項目，使得開發(fā)者可以快速地獲取和學習到

相關技術。

現(xiàn)如今,人們用它開發(fā)簡單的小腳本用來做文件的自動化處理或者開發(fā)一

些小網(wǎng)站打發(fā)無聊時光。這也突出Python的特點就是易學、第三方庫足夠豐富、

并且免費開源、支持跨多平臺且可移植性比較強。

1.2.2Jupyternotebook簡介

Jupyternotebook從本質上來說是一種應用程序,是基于網(wǎng)頁的用于交互計

算的應用程序。其可被應用于全過程計算：開發(fā)、文檔編寫、運行代碼和展示

結果。還支持各種拓展插件，類似vscode。Jupyternotebook做數(shù)據(jù)分析太方

便了，它被設計就是為了科學計算的，可以支持Python、R、Julia、Scala等

多種語言編程，而且在瀏覽器上運行，對硬件要求不高，符合多數(shù)人的需求。

作為一款開源的web應用，jupyter在用戶體驗上可以說非常良心，不僅有簡潔

的notebook，還有工作臺式的lab，甚至平臺化部署的hub。此外，文檔還可以

導出為：HTML、LaTeX、PDF等格式。

Jupyternotebook在大數(shù)據(jù)方面應用比較廣泛,特別適合用來做數(shù)據(jù)的清洗

和處理,在數(shù)據(jù)挖掘和可視化上的應用也是十分方便的。對于比較高層次的開發(fā)

人員來說,這個工具也可以用來做深度的機器學習。

1.2.3Python第三方庫簡介

Pprint：他的英文全稱為Dataprettyprinter他采用分行打印的方式輸出

數(shù)據(jù)結果。

requests:最友好的網(wǎng)絡爬蟲功能庫,是Python實現(xiàn)的簡單易用的HTTP庫,

使用起來比urllib更簡潔很多,Python第三方庫在使用前要先進行安裝。

Csv：csv屬于python中的內置模塊,它能夠讀取csv格式的文件或者將數(shù)

據(jù)存入到csv表格中。并且csv文件是表格和數(shù)據(jù)庫中常見的文件操作格式。

NumPy：表達N維數(shù)組的最基礎庫提供直接的矩陣運算、廣播函數(shù)、線性代

數(shù)等功能。是處理數(shù)組的Python庫,NumPy庫的數(shù)據(jù)結構比Python自帶的更加

高效。

pandas：Python數(shù)據(jù)分析高層次應用庫提，供了易用的數(shù)據(jù)結構和數(shù)據(jù)分

析工具，操作索引即操作數(shù)據(jù)。數(shù)據(jù)分析并保存為csv文件,python數(shù)據(jù)分析高

層次應用庫,還可以進行數(shù)據(jù)清洗。

3

湖南商務職業(yè)技術學院畢業(yè)設計

matplotlib：高質量的二維數(shù)據(jù)可視化功能庫超過100種數(shù)據(jù)可視化展示

效果；通過matplotlib.pyplot子庫調用各可視化效果。wordcloud、scipy、

jieba：生成中文詞云的。

1.2.4Pycharm簡介

PyCharm是一款由JetBrains公司推出的Python集成開發(fā)環(huán)境（IDE），旨

在為Python開發(fā)提供全面的支持。PyCharm具有很多有用的特性，比如代碼自

動補全、語法高亮、代碼跳轉、調試器、重構等功能，使得Python編程變得更

加輕松和高效。PyCharm還支持Python的各種科學計算庫和框架，包括NumPy、

Pandas、SciPy、Django、Flask等。此外，PyCharm還提供了強大的版本控制

功能，支持各種版本控制系統(tǒng)（如Git、SVN等），方便開發(fā)者進行團隊協(xié)作。

集成的單元測試：用戶可以在一個文件夾運行一個測試文件，單個測試類，一

個方法或者所有測試項目。

可自定義&可擴展：可綁定了Textmate,NetBeans,Eclipse&Emacs鍵盤主

盤，以及Vi/Vim仿真插件。

代碼分析：用戶可使用其編碼語法，錯誤高亮，智能檢測以及一鍵式代碼

快速補全建議，使得編碼更優(yōu)化。

Python重構：有了該功能，用戶便能在項目范圍內輕松進行重命名，提取

方法/超類，導入域/變量/常量，移動和前推/后退重構。

支持Django：有了它自帶的HTML，CSS和JavaScript編輯器，用戶可以更

快速的通過Django框架進行Web開發(fā)。此外，其還能支持CoffeeScript，

Mako和Jinja2。

支持GoogleApp引擎：用戶可選擇使用Python2.5或者2.7運行環(huán)境，

為GoogleApp引擎進行應用程序的開發(fā)，并執(zhí)行例行程序部署工作。

2需求分析

2.1可行性需求分析

1、技術可行性

Python是面向對象語言中的一門通俗易懂的計算機編程語言,本次項目中

使用Python編寫程序來實現(xiàn)數(shù)據(jù)獲取,數(shù)據(jù)清洗預處理,數(shù)據(jù)可視化。隨后通過

抓包分析，通過瀏覽器控制臺獲取請求和其參數(shù)。然后就可以得到網(wǎng)頁面數(shù)據(jù)

的返回值。隨后將爬取出來的原始數(shù)據(jù)暫時以csv格式儲存起來,在后續(xù)的數(shù)據(jù)

4

湖南商務職業(yè)技術學院畢業(yè)設計

預處理和可視化中再進行調用。

2、項目可行性

醫(yī)療行業(yè)的數(shù)據(jù)應用一直在進行，但是數(shù)據(jù)沒有打通，都是孤島數(shù)據(jù)，沒

有辦法進行大規(guī)模應用。未來需要將這些數(shù)據(jù)統(tǒng)一收集起來，納入統(tǒng)一的大數(shù)

據(jù)平臺，為人類健康造福。政府和醫(yī)療行業(yè)是推動這一趨勢的重要動力。。

本次項目通過采集國藥網(wǎng)網(wǎng)站內的數(shù)據(jù),來分析我國中西藥品的藥品信息。

本設計也將從藥品品牌、生產(chǎn)企業(yè)、藥品價格等方面對其進行深度剖析,分析出

有價值的信息,將其可視化最后根據(jù)結果得出結論。

2.2采集目標功能分析

本次項目的數(shù)據(jù)集的來源是國藥網(wǎng)網(wǎng)站,通過python爬取國藥網(wǎng)中西藥品

所有的信息。數(shù)據(jù)清洗后共855條記錄,爬取完成后盡可能的檢查數(shù)據(jù)的準確性,

確定爬取出來的數(shù)據(jù)無誤并且是屬于國藥網(wǎng)實時存在的藥品信息。

分析國藥網(wǎng)網(wǎng)站網(wǎng)頁信息,明確本設計需要爬取的藥品參數(shù)有商品名，品牌，

價格，商品編號，規(guī)格，批準文號，生產(chǎn)廠家等數(shù)據(jù),在對原始數(shù)據(jù)進行預處理

后本設計會對其數(shù)據(jù)進行多個維度的分析。例如,從品牌的數(shù)量進行分析，查看

哪些品牌出品的藥物數(shù)量多。又或者想要得到規(guī)格所有藥品的生產(chǎn)廠家和藥品

的價格。

2.3關鍵技術分析

2.3.1網(wǎng)絡爬蟲技術

在本設計日常生活中瀏覽網(wǎng)頁通常都會遇到需要緩存在本地的數(shù)據(jù),當數(shù)

量量比較小的時候本設計可以自己采取下載的方式去獲得想要的數(shù)據(jù),不過在

本設計的大數(shù)據(jù)領域一般用到的數(shù)據(jù)體量都是幾個G甚至幾個T的單位,這時

候本設計會采取網(wǎng)絡爬蟲的手段自動化的獲取數(shù)據(jù)。

網(wǎng)絡爬蟲也被人們叫做網(wǎng)絡機器人,只需要編寫程序或者一些小腳本用來

自動的瀏覽龐大的互聯(lián)網(wǎng),并對想要的目標網(wǎng)頁去進行數(shù)據(jù)的采集。當下常見的

一些網(wǎng)絡爬蟲按照實現(xiàn)的原理和技術結構一般可以分為：深層網(wǎng)絡爬蟲、增量

式網(wǎng)絡爬蟲、通用網(wǎng)絡爬蟲、聚焦網(wǎng)絡爬蟲等一些類型。

python爬蟲能干什么？1：收集數(shù)據(jù)，比如你想批量收集競品的商品信息、

銷量數(shù)據(jù)，甚至估算總收入。可以通過python爬蟲批量抓取，并自動提取結構

化信息，計算出來。2：批量生成內容，假如你新建了一個社區(qū)網(wǎng)站，冷啟動時

5

湖南商務職業(yè)技術學院畢業(yè)設計

陷入了沒內容就沒流量、沒流量就沒內容的惡性循環(huán)，這時你希望利用其他網(wǎng)

站的內容批量導進來，那么可以利用爬蟲來抓取并導入。3：實時監(jiān)測，比如你

想第一時間知道商品降價信息，第一時間知道某商品上架了。python爬蟲可以

幫你做實時監(jiān)測，一旦檢測到，可以立即通過短信、推送消息等通知到你。4：

搶票、搶限量商品，比如想搶火車票，或者搶掛某個醫(yī)院的號，可以利用python

爬蟲來做到手速最快，當然這也取決于你網(wǎng)絡是否暢通，以及人家的安全措施

做的如何。

2.3.2文件存取技術

Pycharm導入csv模塊如圖2-1顯示：

圖2-1python內置csv模塊

創(chuàng)建dataset.csv文件，將需要的字段信息錄入，再使用for循環(huán)將字段

數(shù)據(jù)逐條導入。如圖2-2顯示：

圖2-2導入數(shù)據(jù)

2.3.3可視化技術

爬取下來的數(shù)據(jù)通過預處理、保存為csv文件格式。本設計需要一種技術,

6

湖南商務職業(yè)技術學院畢業(yè)設計

根據(jù)本設計獲取到的龐大數(shù)據(jù)將其通過統(tǒng)計學圖形的方式展現(xiàn)在本設計眼前,

讓本設計對其結果一目了然。這個就是數(shù)據(jù)可視化技術。

數(shù)據(jù)可視化是指在一個可視化的環(huán)境中表現(xiàn)數(shù)據(jù)，用一種既引人注目又容

易消化的方式組織數(shù)據(jù)，如圖表或地圖。從而幫助任何查看它的人更好地理解

該數(shù)據(jù)的意義。經(jīng)過可視化的數(shù)據(jù)可以幫助人們更快、更輕松地從這些信息中

提取意義。數(shù)據(jù)可視化可以是靜態(tài)的，也可以是交互式的。除此之外，還有時

間序列可視化——在一段時期內跟蹤數(shù)據(jù)或性能的視覺效果。這在數(shù)據(jù)可視化

中十分重要，因為人們想要關注數(shù)據(jù)變量隨時間產(chǎn)生的的變化。多年來可視化

的技術也逐漸發(fā)展成為了一下三類：科學可視化、信息可視化、可視化分析。

本次項目中僅僅只是將得到的數(shù)據(jù)用很簡單的可視化手段實現(xiàn)數(shù)據(jù)可視化,

具體的就是用python第三方庫matpoltlab去進行可視化,matplotlab中包含

了許多庫,可視化圖形呈現(xiàn)出來后對于結果自然一目了然,然后得出結論。

3數(shù)據(jù)采集

3.1采集頁面分析

本設計首先通過edge瀏覽器搜索國藥網(wǎng)的官方網(wǎng)頁,然后進入主網(wǎng)頁如圖

3-1，其中URL為：/。點擊中西藥品，發(fā)現(xiàn)URL發(fā)生

了改變，變成了：/category_7，如圖3-2。

圖3-1國藥網(wǎng)網(wǎng)站主頁面

7

湖南商務職業(yè)技術學院畢業(yè)設計

圖3-2國藥網(wǎng)中西藥品頁面

按F12調出開發(fā)者工具,刷新頁面,如圖3-3。

圖3-3開發(fā)者工具

利用全局搜索工具定位所需數(shù)據(jù)位置,點擊開發(fā)者工具上面的Headers字

段,分析這是個什么請求,發(fā)現(xiàn)這個是一個GET請求。

3.2字段分析

本設計首先來到網(wǎng)頁面打開網(wǎng)頁的選擇欄,然后將選擇欄目定位到藥品集

中的位置也就是定位到本設計所需要的數(shù)據(jù)所在的位置,然后跳出開發(fā)者工具

8

湖南商務職業(yè)技術學院畢業(yè)設計

頁面刷新一下頁面再進入,點擊開發(fā)者工具界面上方的數(shù)據(jù)預覽元素按鈕,如圖

3-4,可以看到本設計需要的品牌、價格字段信息在<div>標簽下,規(guī)格、批準文

號、生產(chǎn)廠家等字段信息在<tr>標簽下，本設計使用xpath方式來從HTML文本中

選取特定的標簽和屬性，本設計還得知他是GET方法響應的網(wǎng)站,所以本設計可以

根據(jù)以上特點通過Requests方法中的GET方法來獲得響應的數(shù)據(jù)。將價格、品

牌、規(guī)格、批準文號、生產(chǎn)廠家等本設計需要的字段主句依次寫入到csv格式

的文件當中。

圖3-4分析數(shù)據(jù)類型頁面

3.3編程實現(xiàn)

導入所需庫。

圖3-5導入所需庫頁面

編寫代碼試著爬取一整頁的數(shù)據(jù)。

9

湖南商務職業(yè)技術學院畢業(yè)設計

圖3-6爬取一頁數(shù)據(jù)頁面

繼續(xù)逐個爬取所有商品數(shù)據(jù)。

圖3-7爬取單個商品數(shù)據(jù)

代碼實現(xiàn)如下：

10

湖南商務職業(yè)技術學院畢業(yè)設計

11

湖南商務職業(yè)技術學院畢業(yè)設計

源文件.rar

4數(shù)據(jù)清洗與處理

獲得龐大的數(shù)據(jù)集之后本設計需要對數(shù)據(jù)進行預處理,也就是所謂的清洗

和檢查,確定爬取過來的數(shù)據(jù)是否存在無效值和確實值,要保證數(shù)據(jù)的一致性,

這個對于信息質量的評估是一項很重要的任務。不僅如此,本設計需要將數(shù)據(jù)進

行有理化和有序化,這樣子能夠在數(shù)據(jù)調用共享過程中方便很多開發(fā)人員對數(shù)

12

湖南商務職業(yè)技術學院畢業(yè)設計

據(jù)信息的使用。

本次項目中本設計需要將爬下來的數(shù)據(jù)和網(wǎng)頁原數(shù)據(jù)進行比對,并且檢查

是否出現(xiàn)空值、錯值,還有數(shù)據(jù)的位置是否正確。根據(jù)不同的需求本設計要對數(shù)

據(jù)進行不同的處理。

4.1數(shù)據(jù)清洗

圖4-1數(shù)據(jù)清洗準備頁面

經(jīng)過比對和檢查,發(fā)現(xiàn)數(shù)據(jù)存在缺失、空值,那么本設計根據(jù)需求將去除這

些包含缺失的數(shù)據(jù)，在notebook中用pd.DataFrame(df.dropna())來去除空值

的數(shù)據(jù)，數(shù)據(jù)清洗完畢后再將數(shù)據(jù)儲存在dataset2.csv文件中。

13

湖南商務職業(yè)技術學院畢業(yè)設計

圖4-2數(shù)據(jù)清洗完成界面

4.2數(shù)據(jù)儲存

數(shù)據(jù)儲存得方法有很多種,常見得可以直接用記事本格式儲存（txt）,或者

直接用其他文件的形式儲存csv、excel、json等,本次項目本設計用到的是

csv。

如圖4-3所示：

圖4-3數(shù)據(jù)存儲為csv頁面

5數(shù)據(jù)統(tǒng)計與分析

5.1數(shù)據(jù)準備

導入相關庫,使用pandas加載源數(shù)據(jù),如圖4-1、4-2。

14

湖南商務職業(yè)技術學院畢業(yè)設計

圖5-1notebook準備頁面

圖5-2csv數(shù)據(jù)頁面

打開PyCharmm軟件,選擇本地文件,加載通過清洗的源文件dataset2.csv,

使用WordCloud庫制作并生成需要的圖像如圖5-3：

圖5-3PyCharmm頁面

15

湖南商務職業(yè)技術學院畢業(yè)設計

5.2數(shù)據(jù)展示

5.2.1依據(jù)品牌進行統(tǒng)計

圖5-4數(shù)據(jù)展示頁面

將中西藥品所有的藥品品牌進行匯總和分析，制作出詞云圖。從圖5-4中

可以看出國藥網(wǎng)中西藥品的品牌分布，并且清晰的觀察出同仁堂、仲景、信龍、

羚銳、本草綱目出現(xiàn)的頻率最高，由老字號品牌引領眾多品牌共同發(fā)展，百花

齊放。

優(yōu)秀的品牌往往能夠帶動生產(chǎn)和消費，能讓消費者產(chǎn)生情感共鳴，以此實

現(xiàn)價值鏈接。品牌出品的藥物越多，說明品牌的影響力和自身硬實力越強，銷

售方和消費者更愿意去買單。隨著經(jīng)濟和網(wǎng)絡的發(fā)展，消費者的需求和意向越

來越多越來越復雜，讓許多新興品牌開始飛速發(fā)展和崛起，來填補日益增長的

需求。品牌影響力決定著一個國家再全球產(chǎn)業(yè)價值鏈中的地位，一個國家擁有

的品牌越多，對價值鏈的主導力就越多。品牌是高質量發(fā)展的重要表現(xiàn)和象征，

加強品牌建設是滿足人民美好生活需要的重要途徑。

16

湖南商務職業(yè)技術學院畢業(yè)設計

5.2.2依據(jù)生產(chǎn)廠家進行統(tǒng)計

圖5-5數(shù)據(jù)展示頁面

從圖5-5中可以看出來國藥網(wǎng)中西藥品的生產(chǎn)廠家大多分布在環(huán)渤海地區(qū)、

長三角地區(qū)、珠三角地區(qū)、中部地區(qū)和成渝地區(qū)，其中出現(xiàn)頻率最高的是北京

同仁堂科技發(fā)展股份有限公司制藥廠，其次是河南省宛西制藥股份有限公司。

生產(chǎn)廠家所分布的地區(qū)大多是資源充足，已經(jīng)形成了非常完善的從早期投

資立項到一步步管理的成熟體系。作為高端技術密集型藥產(chǎn)業(yè)，對于人才和研

發(fā)能力要求較高，而上述五大地區(qū)對于人才的吸引以及本地較多的研究院所、

高校、實驗室資源形成體系網(wǎng)絡，構建了完善的生物醫(yī)藥創(chuàng)新體系和產(chǎn)業(yè)集群，

聚集了豐富的研發(fā)資源。生產(chǎn)廠家分布在此處有地理優(yōu)勢、資源優(yōu)勢、人才優(yōu)

勢，形成完好的良性循環(huán)，讓企業(yè)發(fā)展的更好，成為行業(yè)中的佼佼者。

17

湖南商務職業(yè)技術學院畢業(yè)設計

5.2.3據(jù)產(chǎn)商出產(chǎn)藥品價格進行統(tǒng)計和分析

圖5-6數(shù)據(jù)展示