本文介绍如何通过Python实现大学排名数据的爬取、处理及可视化，并展示曲线绘制的基本方法。

数据爬取与分析

以下代码实现从软科中国最好大学排名网站获取2015年至2019年的排名数据，提取前10名大学的信息并进行可视化展示。同时提供一个查询功能，允许用户输入大学名称和年份以获取对应排名信息。

import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt

def fetch_university_rankings(year):
    base_url = f"https://www.shanghairanking.cn/rankings/bcur/20{year}"
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
    }
    response = requests.get(base_url, headers=headers)
    soup = BeautifulSoup(response.content.decode(), "lxml")
    
    universities = []
    names = soup.find_all("a", class_="name-cn")
    scores = soup.select("#content-box > div.rk-table-box > table > tbody > tr > td:nth-child(5)")
    
    for idx, name in enumerate(names[:10]):
        universities.append([name.text.strip(), scores[idx].text.strip()])
    
    return universities

all_data = []
for year in range(15, 20):
    rankings = fetch_university_rankings(year)
    df = pd.DataFrame(rankings, columns=["学校名称", "总分"])
    all_data.append(df)

# 可视化部分
plt.rcParams['font.sans-serif'] = ['SimHei']
for idx, df in enumerate(all_data):
    labels = df["学校名称"][::-1]
    values = df["总分"].astype(float)[::-1]
    plt.figure(figsize=(20, 8))
    plt.plot(labels, values, label=f"{2015 + idx}年排名")
    plt.grid(True, linestyle="--", alpha=0.5)
    plt.xlabel("学校名称")
    plt.ylabel("总分")
    plt.title(f"{2015 + idx}年软科中国最好大学排名Top10", fontsize=20)
    plt.legend()
    plt.show()

# 查询功能
while True:
    query = input("请输入要查询的大学名称和年份（如：清华大学 2018）：").split()
    if len(query) != 2:
        print("输入格式错误，请重新输入！")
        continue
    
    university_name, target_year = query[0], int(query[1])
    year_index = target_year - 2015
    
    if 0 <= year_index < 5:
        names = list(all_data[year_index]["学校名称"])
        if university_name in names:
            rank = names.index(university_name) + 1
            print(f"{university_name}在{target_year}年排名第{rank}")
        else:
            print("未找到该大学的排名记录！")
    else:
        print("未找到该年份的排名记录！")
    
    choice = input("是否继续查询？(y/n)：")
    if choice.lower() != 'y':
        break

---

曲线绘制

以下代码演示在同一坐标系中使用不同颜色和线型绘制三条曲线的方法，以及如何以子图形式展示这些曲线。

import numpy as np
import matplotlib.pyplot as plt

x_values = np.linspace(0, 10, 10000)
curve1 = x_values ** 2
curve2 = np.cos(2 * x_values)
curve3 = curve1 * curve2

# 同一坐标系绘制
plt.figure(figsize=(10, 6))
plt.plot(x_values, curve1, label="y1=x^2", linestyle="--", color="red")
plt.plot(x_values, curve2, label="y2=cos(2x)", linestyle="-.", color="green")
plt.plot(x_values, curve3, label="y3=y1*y2", linestyle="solid", color="blue")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.title("同一坐标系下的三条曲线")
plt.legend()
plt.grid(True)
plt.show()

# 子图形式绘制
plt.figure(figsize=(10, 12))
plt.subplot(3, 1, 1)
plt.plot(x_values, curve1, color="red")
plt.title("y1=x^2")

plt.subplot(3, 1, 2)
plt.plot(x_values, curve2, color="green")
plt.title("y2=cos(2x)")

plt.subplot(3, 1, 3)
plt.plot(x_values, curve3, color="blue")
plt.title("y3=y1*y2")
plt.tight_layout()
plt.show()

上述代码展示了如何通过matplotlib库完成曲线绘制任务。