【数据分析】盘点五一期间最受欢迎的几个景区
戳蓝字“CSDN云计算”关注我们哦!
五一假期已经结束,小伙伴是不是都还没有玩过瘾?但是没办法,还有很多bug等着我们去写,同样还有需要money需要我们去赚。为了生活总的拼搏。
今年五一放了四天假,很多人不再只是选择周边游,因为时间充裕,选择了稍微远一点的景区,甚至出国游。各个景点成了人山人海,拥挤的人群,甚至去卫生间都要排队半天,那一刻我突然有点理解灭霸的行为了。
今天,通过分析去哪儿网部分城市门票售卖情况,简单的分析一下哪些景点比较受欢迎。等下次假期可以做个参考。
通过请求https://piao.qunar.com/ticket/list.htm?keyword=北京,获取北京地区热门景区信息,再通过BeautifulSoup去分析提取出我们需要的信息。
这里为了偷懒只爬取了前4页的景点信息,每页有15个景点。因为去哪儿并没有什么反爬措施,所以直接请求就可以了。
这里只是随机选择了13个热门城市:北京, 上海, 成都, 三亚, 广州, 重庆, 深圳, 西安, 杭州, 厦门, 武汉, 大连, 苏州。
并将爬取的数据存到了MongoDB数据库 。
爬虫部分完整代码如下
import requestsfrom bs4 import BeautifulSoupfrom pymongo import MongoClientclass 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 # 景区名称 name = info.get('data-sight-name') # 地址 address = info.get('data-address') # 近期售票数 count = info.get('data-sale-count') # 经纬度 point = info.get('data-point') # 起始价格 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 # 库 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', '三亚', '广州', '重庆', '深圳', '西安', '杭州', '厦门', '武汉', '大连', '苏州'] for i in citys: for page in range(1, 5): qne = QuNaEr(i, page=page) qne.qne_spider()from bs4 import BeautifulSoupfrom 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 # 景区名称 name = info.get('data-sight-name') # 地址 address = info.get('data-address') # 近期售票数 count = info.get('data-sale-count') # 经纬度 point = info.get('data-point')
# 起始价格 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 # 库 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', '三亚', '广州', '重庆', '深圳', '西安', '杭州', '厦门', '武汉', '大连', '苏州'] for i in citys: for page in range(1, 5): qne = QuNaEr(i, page=page) qne.qne_spider()
效果图如下
有了数据,我们就可以分析出自己想要的东西了
1、最受欢迎的15个景区
由图可以看出,在选择的13个城市中,最热门的景区为上海的迪士尼乐园
代码如下
from pymongo import MongoClient# 设置字体,不然无法显示中文from pylab import *mpl.rcParams['font.sans-serif'] = ['SimHei']conn = MongoClient('localhost', port=27017)db = conn.QuNaEr # 库table = db.qunaer_51 # 表result = table.find().sort([('count', -1)]).limit(15)# x,y轴数据x_arr = [] # 景区名称y_arr = [] # 销量for i in result: x_arr.append(i['name']) y_arr.append(i['count'])"""去哪儿月销量排行榜"""plt.bar(x_arr, y_arr, color='rgb') # 指定color,不然所有的柱体都会是一个颜色plt.gcf().autofmt_xdate() # 旋转x轴,避免重叠plt.xlabel(u'景点名称') # x轴描述信息plt.ylabel(u'月销量') # y轴描述信息plt.title(u'拉钩景点月销量统计表') # 指定图表描述信息plt.ylim(0, 4000) # 指定Y轴的高度plt.savefig('去哪儿月销售量排行榜') # 保存为图片plt.show()import MongoClient# 设置字体,不然无法显示中文from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
conn = MongoClient('localhost', port=27017)db = conn.QuNaEr # 库table = db.qunaer_51 # 表
result = table.find().sort([('count', -1)]).limit(15)# x,y轴数据x_arr = [] # 景区名称y_arr = [] # 销量for i in result: x_arr.append(i['name']) y_arr.append(i['count'])
"""去哪儿月销量排行榜"""plt.bar(x_arr, y_arr, color='rgb') # 指定color,不然所有的柱体都会是一个颜色plt.gcf().autofmt_xdate() # 旋转x轴,避免重叠plt.xlabel(u'景点名称') # x轴描述信息plt.ylabel(u'月销量') # y轴描述信息plt.title(u'拉钩景点月销量统计表') # 指定图表描述信息plt.ylim(0, 4000) # 指定Y轴的高度plt.savefig('去哪儿月销售量排行榜') # 保存为图片plt.show()
2、景区热力图
这里为了方(tou)便(lan),只展示一下北京地区的景区热力图。用到了百度地图的开放平台。首先需要先注册开发者信息,首页底部有个申请秘钥的按钮,点击进行创建就可以了。我的应用类型选择的是浏览器端,因此只需要组装数据替换掉相应html代码即可。另外还需要将自己访问应用的AK替换掉。效果图如下
3、景区价格
价格是出游第一个要考虑的,一开始想统计一下各城市的平均价格,但是后来发现效果不是很好,比如北京的刘老根大舞台价格在580元,这样拉高了平均价格。就好比姚明和潘长江的平均身高在190cm,并没有什么说服力。所以索性展示一下景区的价格分布。
根据价格设置了六个区间
通过上图得知,大部分的景区门票价格都在200元以下。每次旅游花费基本都在交通、住宿、吃吃喝喝上了。门票占比还是比较少的。
代码如下
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' # 各类别颜色explode = (0.2, 0, 0, 0, 0, 0) # 各类别的偏移半径# 绘制饼状图pie = plt.pie(total_arr, colors=color, explode=explode, labels=name_arr, shadow=True, autopct='%1.1f%%')plt.axis('equal')plt.title(u'热点旅游景区门票价格比例', fontsize=12)plt.legend(loc=0, bbox_to_anchor=(0.82, 1)) # 图例# 设置legend的字体大小leg = plt.gca().get_legend()ltext = leg.get_texts()plt.setp(ltext, fontsize=6)# 显示图plt.show()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' # 各类别颜色explode = (0.2, 0, 0, 0, 0, 0) # 各类别的偏移半径
# 绘制饼状图pie = plt.pie(total_arr, colors=color, explode=explode, labels=name_arr, shadow=True, autopct='%1.1f%%')
plt.axis('equal')plt.title(u'热点旅游景区门票价格比例', fontsize=12)
plt.legend(loc=0, bbox_to_anchor=(0.82, 1)) # 图例# 设置legend的字体大小leg = plt.gca().get_legend()ltext = leg.get_texts()plt.setp(ltext, fontsize=6)# 显示图plt.show()
以上分析结果仅供参考
福利
扫描添加小编微信,备注“姓名+公司职位”,加入【云计算学习交流群】,和志同道合的朋友们共同打卡学习!
推荐阅读:
太形象了!什么是边缘计算?最有趣的解释没有之一!
互联网出海十年
华为员工年薪 200 万!真相让人心酸!
天才程序员:25 岁进贝尔实验室,32 岁创建信息论 琥珀 极客宝宝 5天前
安全顾问反水成黑客, 靠瞎猜盗得5000万美元的以太币, 一个区块链大盗的另类传奇
人造器官新突破!美国科学家3D打印出会“呼吸”的肺 | Science
真香,朕在看了!
【数据分析】盘点五一期间最受欢迎的几个景区相关推荐
- 五一期间最受欢迎的几个景区【有图有真相】
点击上方"AI算法与图像处理",选择"置顶或者星标" 你关注的就是我关心的! 五一假期已经结束,小伙伴是不是都还没有玩过瘾?但是没办法,还有很多bug等着我们去 ...
- 我在五一期间的计划.
五一期间,我没有打算出去玩,打算好好用这几天的整理一下我的学习. 1. 我打算把自己的毕业设计的大部分技术问题熟悉一下,做几个小的实验为实际的设计打好基础. (1)前面做好的数据库功能必须作成类,来提 ...
- chatgpt赋能python:Python是一门强大的编程语言,它在数据分析和数据处理方面广受欢迎。在网站开发中,Python也被广泛应用。它可以用于开发Web应用、爬虫、自动化测试等。此外,Pyt
Python是一门强大的编程语言,它在数据分析和数据处理方面广受欢迎.在网站开发中,Python也被广泛应用.它可以用于开发Web应用.爬虫.自动化测试等.此外,Python也可以用于创建表格.在本文 ...
- 盘点|2021最受开发者欢迎和最具行业影响力的文章
各位读者: 大家好!2021 年已结束,这一年中,「阿里云云原生」系列产品不断升级.不断完善,致力于为用户构建更好的云上体验和创新.与此同时,阿里巴巴云原生公众号也迎来了巨大的增长,有很多新朋友加入其 ...
- 盘点 2017 年度最受欢迎的十大 Linux 服务器发行版
近期公布的超级计算机 Top 500 排行榜显示,所有入榜的超级计算机都在运行 Linux 操作系统.尽管 Linux 操作系统在桌面上的表现不尽如人意,但作为运行在全球数据中心的服务器.大型计算机和 ...
- 盘点2018上半年最受欢迎的前端开发!
2017 是一个前端 Web 开发年. 像 React 和 Angular 这样的框架,继续在社区中享有大规模的支持,但是,新的候选者 Vue ,人气也很旺.Webpack 依旧是构建的首选工具,NP ...
- 盘点 100 个最受欢迎的 Java 库!绝对经典
我们分析了 GitHub 中 47,251 条依赖关系,得出最受欢迎的100个 Java 库. 漫长的周末里,我们最喜欢的消遣方式是遍历 GitHub,找出最受欢迎的 Java 库.我们决定,将其中的 ...
- 五一期间,飞鸽传书我又更新了。
今天的宁静笼罩着的飞鸽传书,舅舅听了笑了起来,身子呈淡黄色,我一边想一边嘴里嘀咕着,宁静笼罩着,我把桑叶一张张换下来,不带就不带,秋风一阵阵的吹过,围着桑叶.飞鸽传书我又更新了: [飞鸽传书下载] 把 ...
- 29python腾讯位置大数据北京2019五一期间迁出数据
import requests import json#通传入日期和身份号编码获取数据 def get_data(date,id_card):url = "https://lbs.gtimg ...
最新文章
- 医院挂号设计源代码_锡盟蒙医医院设立智慧导诊系统服务患者
- docker笔记1_安装及常用命令
- 安卓2.2刷机包_老用户福音 努比亚为红魔电竞手机和Z17用户更新安卓9.0
- Coverage analysis in AIE
- 【移植Linux 3.4.2内核第一步】之简单修改
- 264,avs中Skip宏块与Direct预测模式 ,对称模式的区别
- JAVA入门级教学之(do...while循环)
- 2016年3月16日作业
- 计算机管理的服务列表,Windows
- feather 设置坐标刻度_matplotlib学习记录:调整刻度范围和刻度标签
- mongodb数据导入hbase,spark读取hbase数据分析
- 循环语句—C#基础回顾
- DeBUG|实例化servlet类xxxx异常
- 在你可以执行与打印机有关的任务(例如页面设置或打印一个文档)之前,你必须已经安装打印机。你想现在安装打印机吗?
- Linux 管道 管道命令 命名管道
- mysql 查找差值最小_mysql获取两个表中日期字段的最小差值
- Arcmap做地图要领总结
- P4961 小埋与扫雷【dfs】
- 与Java相关的四十个名字
- (转)活灵活现用Git-技巧篇