詳解Python 爬取13個(gè)旅游城市,告訴你五一大家最愛去哪玩?
今年五一放了四天假,很多人不再只是選擇周邊游,因?yàn)闀r(shí)間充裕,選擇了稍微遠(yuǎn)一點(diǎn)的景區(qū),甚至出國游。各個(gè)景點(diǎn)成了人山人海,擁擠的人群,甚至去衛(wèi)生間都要排隊(duì)半天,那一刻我突然有點(diǎn)理解滅霸的行為了。
今天通過分析去哪兒網(wǎng)部分城市門票售賣情況,簡單的分析一下哪些景點(diǎn)比較受歡迎,等下次假期可以做個(gè)參考。
抓取數(shù)據(jù)
通過請求https://piao.qunar.com/ticket/list.htm?keyword=北京,獲取北京地區(qū)熱門景區(qū)信息,再通過BeautifulSoup去分析提取出我們需要的信息。
這里爬取了前4頁的景點(diǎn)信息,每頁有15個(gè)景點(diǎn)。因?yàn)槿ツ膬翰]有什么反爬措施,所以直接請求就可以了。
這里隨機(jī)選擇了13個(gè)熱門城市:北京、上海、成都、三亞、廣州、重慶、深圳、西安、杭州、廈門、武漢、大連、蘇州。
并將爬取的數(shù)據(jù)存到了MongoDB數(shù)據(jù)庫 。
爬蟲部分完整代碼如下:
import requests from bs4 import BeautifulSoup from pymongo import MongoClient class QuNaEr(): def __init__(self, keyword, page=1): self.keyword = keyword self.page = page def qne_spider(self): url = 'https://piao.qunar.com/ticket/list.htm?keyword=%s®ion=&from=mpl_search_suggest&page=%s' % (self.keyword, self.page) response = requests.get(url) response.encoding = 'utf-8' text = response.text bs_obj = BeautifulSoup(text, 'html.parser') arr = bs_obj.find('div', {'class': 'result_list'}).contents for i in arr: info = i.attrs # 景區(qū)名稱 name = info.get('data-sight-name') # 地址 address = info.get('data-address') # 近期售票數(shù) count = info.get('data-sale-count') # 經(jīng)緯度 point = info.get('data-point') # 起始價(jià)格 price = i.find('span', {'class': 'sight_item_price'}) price = price.find_all('em') price = price[0].text conn = MongoClient('localhost', port=27017) db = conn.QuNaEr # 庫 table = db.qunaer_51 # 表 table.insert_one({ 'name' : name, 'address' : address, 'count' : int(count), 'point' : point, 'price' : float(price), 'city' : self.keyword })
if __name__ == '__main__': citys = ['北京', '上海', '成都', '三亞', '廣州', '重慶', '深圳', '西安', '杭州', '廈門', '武漢', '大連', '蘇州'] for i in citys: for page in range(1, 5): qne = QuNaEr(i, page=page) qne.qne_spider()
效果圖如下:
有了數(shù)據(jù),我們就可以分析出自己想要的東西了。
分析數(shù)據(jù)
1、最受歡迎的15個(gè)景區(qū)
由圖可以看出,在選擇的13個(gè)城市中,最熱門的景區(qū)為上海的迪士尼樂園。
代碼如下:
from pymongo import MongoClient # 設(shè)置字體,不然無法顯示中文 from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] conn = MongoClient('localhost', port=27017) db = conn.QuNaEr # 庫 table = db.qunaer_51 # 表 result = table.find().sort([('count', -1)]).limit(15) # x,y軸數(shù)據(jù) x_arr = [] # 景區(qū)名稱 y_arr = [] # 銷量 for i in result: x_arr.append(i['name']) y_arr.append(i['count']) """ 去哪兒月銷量排行榜 """ plt.bar(x_arr, y_arr, color='rgb') # 指定color,不然所有的柱體都會是一個(gè)顏色 plt.gcf().autofmt_xdate() # 旋轉(zhuǎn)x軸,避免重疊 plt.xlabel(u'景點(diǎn)名稱') # x軸描述信息 plt.ylabel(u'月銷量') # y軸描述信息 plt.title(u'拉鉤景點(diǎn)月銷量統(tǒng)計(jì)表') # 指定圖表描述信息 plt.ylim(0, 4000) # 指定Y軸的高度 plt.savefig('去哪兒月銷售量排行榜') # 保存為圖片 plt.show()
2、景區(qū)熱力圖
這里為了方便,只展示一下北京地區(qū)的景區(qū)熱力圖。用到了百度地圖的開放平臺。首先需要先注冊開發(fā)者信息,首頁底部有個(gè)申請秘鑰的按鈕,點(diǎn)擊進(jìn)行創(chuàng)建就可以了。我的應(yīng)用類型選擇的是瀏覽器端,因此只需要組裝數(shù)據(jù)替換掉相應(yīng)html代碼即可。另外還需要將自己訪問應(yīng)用的AK替換掉。效果圖如下:
3、景區(qū)價(jià)格
價(jià)格是出游第一個(gè)要考慮的,一開始想統(tǒng)計(jì)一下各城市的平均價(jià)格,但是后來發(fā)現(xiàn)效果不是很好,比如北京的劉老根大舞臺價(jià)格在580元,這樣拉高了平均價(jià)格。就好比姚明和潘長江的平均身高在190cm,并沒有什么說服力。所以索性展示一下景區(qū)的價(jià)格分布。
根據(jù)價(jià)格設(shè)置了六個(gè)區(qū)間:
通過上圖得知,大部分的景區(qū)門票價(jià)格都在200元以下。每次旅游花費(fèi)基本都在交通、住宿、吃吃喝喝上了。門票占比還是比較少的。
實(shí)現(xiàn)代碼如下:
arr = [[0, 50], [50,100], [100, 200], [200,300], [300,500], [500,1000]] name_arr = [] total_arr = [] for i in arr: result = table.count({'price': {'$gte': i[0], '$lt': i[1]}}) name = '%s元 ~ %s元 ' % (i[0], i[1]) name_arr.append(name) total_arr.append(result) color = 'red', 'orange', 'green', 'blue', 'gray', 'goldenrod' # 各類別顏色 explode = (0.2, 0, 0, 0, 0, 0) # 各類別的偏移半徑 # 繪制餅狀圖 pie = plt.pie(total_arr, colors=color, explode=explode, labels=name_arr, shadow=True, autopct='%1.1f%%') plt.axis('equal') plt.title(u'熱點(diǎn)旅游景區(qū)門票價(jià)格比例', fontsize=12) plt.legend(loc=0, bbox_to_anchor=(0.82, 1)) # 圖例 # 設(shè)置legend的字體大小 leg = plt.gca().get_legend() ltext = leg.get_texts() plt.setp(ltext, fontsize=6) # 顯示圖 plt.show()
以上所述是小編給大家介紹的Python 爬取13個(gè)旅游城市詳解整合,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時(shí)回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
相關(guān)文章
python實(shí)現(xiàn)文件分組復(fù)制到不同目錄的例子
這篇文章主要介紹了python實(shí)現(xiàn)文件按組復(fù)制到不同目錄的例子,需要的朋友可以參考下2014-06-06Python socket網(wǎng)絡(luò)編程TCP/IP服務(wù)器與客戶端通信
這篇文章主要介紹了Python socket網(wǎng)絡(luò)編程TCP/IP服務(wù)器與客戶端通信的相關(guān)資料,這里對Scoket 進(jìn)行詳解并創(chuàng)建TCP服務(wù)器及TCP 客戶端實(shí)例代碼,需要的朋友可以參考下2017-01-01在python里協(xié)程使用同步鎖Lock的實(shí)例
今天小編就為大家分享一篇在python里協(xié)程使用同步鎖Lock的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02python實(shí)現(xiàn)郵件循環(huán)自動發(fā)件功能
這篇文章主要介紹了python實(shí)現(xiàn)郵件循環(huán)自動發(fā)件功能,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-09-09Python實(shí)現(xiàn)針對給定單鏈表刪除指定節(jié)點(diǎn)的方法
這篇文章主要介紹了Python實(shí)現(xiàn)針對給定單鏈表刪除指定節(jié)點(diǎn)的方法,結(jié)合實(shí)例形式分析了Python單鏈表的定義、節(jié)點(diǎn)添加、刪除、打印等相關(guān)操作技巧,需要的朋友可以參考下2018-04-04Python探索之實(shí)現(xiàn)一個(gè)簡單的HTTP服務(wù)器
這篇文章主要介紹了Python探索之實(shí)現(xiàn)一個(gè)簡單的HTTP服務(wù)器,具有一定參考價(jià)值,需要的朋友可以了解下。2017-10-10