欧美日韩国产在线,欧美一区二区,女人荫蒂被添高潮视频,欧美淫色网站,天天干天天日夜夜操,黄色成人网站在线观看,屁屁影院

1. 背景介紹

大家好，我是黃同學(xué)！

看完本文，你將可以了解到以下知識。

前不久，朋友發(fā)給我兩張圖片（如下），圖片中是表格形式的數(shù)據(jù)，包含了最新中國上市公司市值500強(qiáng)的那些公司。

目的： 想要讓我提取圖片中的表格數(shù)據(jù)。

于是，借著這些數(shù)據(jù)，有感而發(fā)，寫了這篇文章。

想要分析這些數(shù)據(jù)，首先就要想到如何獲取到圖片中的這些數(shù)據(jù)。當(dāng)然我這里，借用的是百度的表格識別api。

然而，這里又出現(xiàn)一個(gè)問題，雖是500行數(shù)據(jù)，但是就兩張圖片，每一張就超級大，無法識別。于是，考慮在識別圖片表格數(shù)據(jù)之前，先對圖片進(jìn)行切分。

整個(gè)獲取圖片表格數(shù)據(jù)的思路就是這樣，咱們直接上代碼吧！

圖片切分

下面切分算法，以每張圖860像素為基準(zhǔn)進(jìn)行切分，不是開頭的，圖片上面補(bǔ)25個(gè)像素，保證每個(gè)單元格都完整出現(xiàn)在每張圖片里。

【圖片切分代碼，源于小小明幾十次測試寫出的算法】

import math
from PIL import Image

img = Image.open("500強(qiáng).png")
w, h = img.size

height = 860
r = math.ceil(h/height)
img_splits = []
for i in range(r):
    start = height * i
    end = height * (i + 1)
    if end > h:
        end = h
    if i != 0:
        start -= 25
    box = (0, start, w, end)
    img_split = img.crop(box)
    print(i)
    display(img_split)
    img_splits.append(img_split)

結(jié)果如下：

圖片表格數(shù)據(jù)識別

表格文字識別百度api：

https://ai.baidu.com/tech/ocr_others/table

最主要就是： 注冊百度AI賬號，創(chuàng)建應(yīng)用后在應(yīng)用列表里獲取ak和sk。

在獲取到ak和sk，我們測試一下，看看識別效果。

import pandas as pd
request_url = f"https://aip.baidubce.com/rest/2.0/solution/v1/form_ocr/request?access_token={access_token}"
headers = {'content-type': 'application/x-www-form-urlencoded'}

base64_str = image_to_base64(img_splits[0])
params = {"image": base64_str, "is_sync": "true", "request_type": "excel"}
json_data = requests.post(request_url, data=params, headers=headers).json()
df = pd.read_excel(excel_url, header=None)
df

結(jié)果如下：

上面只是其中一張圖片，接著需要對所有圖片分別進(jìn)行識別，做一個(gè)數(shù)據(jù)拼接，即可得到最終的數(shù)據(jù)。

2. 數(shù)據(jù)分析

7月1日，萬得2021上半年中國上市企業(yè)市值 500 強(qiáng)榜單正式公開發(fā)布，統(tǒng)計(jì)時(shí)間截止2021年6月30日。

接著，我們讀取上述獲取到了數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析。

讀取到的數(shù)據(jù)源，大致如下：

基本信息統(tǒng)計(jì)

本次編制的500強(qiáng)，入圍門檻為市值492億元 (公司簡稱"知乎")，市值最大的為46626億元 (公司簡稱"騰訊控股")，500強(qiáng)上市公司總市值約98.78萬億。

萬億市值公司都在哪些？

我們分別對總市值大于10000的公司，做個(gè)統(tǒng)計(jì)：

從結(jié)果中可以看到，在500強(qiáng)榜單中，有13家萬億市值公司。

接下來，我們分別篩選出這13家萬億市值公司。

根據(jù)榜單數(shù)據(jù)顯示： 這13家萬億市值公司，分別是騰訊控股、阿里、臺積電、貴州茅臺、工商銀行、美團(tuán)、招商銀行、建設(shè)銀行、寧德時(shí)代、中國平安、五糧液、農(nóng)業(yè)銀行、拼多多。

我們又分別按照地域分組，發(fā)現(xiàn)在這13家萬億市值公司中，北京有4家（工行、美團(tuán)、建行、農(nóng)行），廣東（深圳）有3家（騰訊、招行、中國平安），上海1家（拼多多），浙江1家（阿里），臺灣1家（臺積電），貴州1家（茅臺），福建1家（寧德時(shí)代），四川1家（五糧液）。