Python 实战项目精选（覆盖爬虫、数据分析）

以下是8类精选项目（共108个），每类包含典型项目示例和源码片段。完整项目列表和源码可通过文末方式获取。

一、网络爬虫类（15例）

1. 豆瓣电影Top250爬虫

import requests
from bs4 import BeautifulSoup

def crawl_douban():
    url = "https://movie.douban.com/top250"
    headers = {'User-Agent': 'Mozilla/5.0'}
    res = requests.get(url, headers=headers)
    soup = BeautifulSoup(res.text, 'html.parser')
    for item in soup.find_all('div', class_='hd'):
        title = item.a.span.text
        print(f"电影：{title}")

1. 微博热搜实时抓取
2. 知乎问答爬虫
3. 天气数据采集
4. 链家二手房数据爬取

二、数据分析实战（20例）

1. 电商销售分析

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('sales_data.csv')
monthly_sales = df.groupby('month')['amount'].sum()
plt.figure(figsize=(10,6))
monthly_sales.plot(kind='bar')
plt.title('月度销售额趋势')
plt.savefig('sales_trend.png')

1. 股票数据可视化
2. 疫情数据趋势预测
3. 用户行为分析
4. 文本情感分析

三、自动化办公（12例）

1. Excel报表自动生成

import openpyxl
from openpyxl.styles import Font

def create_report():
    wb = openpyxl.Workbook()
    sheet = wb.active
    sheet['A1'] = "季度业绩报告"
    sheet['A1'].font = Font(bold=True)
    sheet['B2'] = "Q1"
    sheet['C2'] = "Q2"
    wb.save('report.xlsx')

1. 邮件自动发送
2. PDF批量处理
3. 文件自动归类

四、Web开发（18例）

1. Flask博客系统

from flask import Flask, render_template

app = Flask(__name__)

@app.route('/')
def home():
    return render_template('index.html')

@app.route('/about')
def about():
    return render_template('about.html')

if __name__ == '__main__':
    app.run(debug=True)

1. Django电商平台
2. API接口开发
3. 在线考试系统

五、数据可视化（15例）

1. Pyecharts疫情地图

from pyecharts.charts import Map
from pyecharts import options as opts

data = [("北京", 125), ("上海", 89), ("广东", 210)]
map_chart = Map()
map_chart.add("确诊人数", data, "china")
map_chart.set_global_opts(title_opts=opts.TitleOpts(title="全国疫情分布"))
map_chart.render("map.html")

1. Matplotlib股票K线
2. Seaborn用户画像
3. Plotly交互式报表

六、机器学习（15例）

1. 鸢尾花分类

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target)
model = RandomForestClassifier()
model.fit(X_train, y_train)
print(f"准确率: {model.score(X_test, y_test):.2f}")

1. 房价预测模型
2. 手写数字识别
3. 推荐系统开发

七、趣味项目（8例）

1. 人脸识别门禁

import cv2

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface.xml')
cap = cv2.VideoCapture(0)

while True:
    _, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.1, 4)
    for (x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    cv2.imshow('Face Detection', img)
    if cv2.waitKey(1) == 27: 
        break

1. 语音助手
2. 游戏外挂检测
3. 二维码生成器

八、效率工具（5例）

1. 文件批量重命名

import os

def rename_files(dir_path):
    for i, filename in enumerate(os.listdir(dir_path)):
        new_name = f"document_{i+1}.txt"
        os.rename(os.path.join(dir_path, filename), 
                 os.path.join(dir_path, new_name))

1. 自动备份脚本
2. 日志分析器
3. 网络监控工具

---

项目获取方式

完整108个项目源码（含数据集和说明文档）可通过以下方式获取：

1. 访问GitHub仓库：github.com/python-projects-108
2. 关注公众号「Python实战营」回复「108」
3. 加入知识星球「Python全栈开发」获取更新

建议学习路径：爬虫 → 数据分析 → Web开发 → 机器学习 → 项目整合
每个项目包含：

• 需求说明文档
• 完整源码
• 数据集（如需要）
• 扩展挑战任务