Python爬取南京地铁微博发布客流数据并进行分析

之前在网上看到了分析北京地铁客流数据的开源项目，就想试着分析一下南京地铁的客流数据，可是找了很久没有找到可以获得南京地铁客流数据的接口，就去南京地铁微博看了一下，果然跟北京地铁一样，基本上每天都会更新客流数据。所以开始动手~

爬南京地铁微博，获取有用的数据并保存成txt文件

首先，百度搜一下Python爬新浪微博内容的框架，有很多很多，我们选择一个，随便改改，发现可以用啦：

南京地铁微博ID：2638276292

根据下面的条件进行初步的筛选，基本上可以找到对应的微博。

weibocontentindex=str(text).find("南京地铁")

weibocontentindex2=str(text).find("客运")

if weibocontentindex > -1 and weibocontentindex2 > -1:

fh.write(text[weibocontentindex-1:]+'\n')

然后我们就初步保存了南京地铁微博中发布的客流数据。

读取txt文件，整理好数据后存入sqlite3数据库

因为微博是工作人员发布的，存在一些文本格式上的问题，还有表述上的区别，所以首先处理这些异常。这里面有很多坑，慢慢踩~

然后根据日期换算为实际的日期，以日期为唯一索引，将当日的所有客流数据存入sqlite3中。

def getdate(date1):

global year1

if date1.find('月') != -1:

date1=date1.replace('月',';')

date1=date1.replace('日',';')

list2=date1.split(';')

if '1' == list2[0] and '2' == list2[1]:

year1=year1-1

date2=str(year1)+'-'+list2[0]+'-'+list2[1]

else:

date2=str(year1)+'-'+list2[0]+'-'+list2[1]

date3 = datetime.datetime.strptime(date2,'%Y-%m-%d').date()

return date3

create_table_sql = '''CREATE TABLE `NajingMetro` (

`DATE` varchar(20) NOT NULL,

`LineALL` REAL(20) DEFAULT NULL,

`Line1` REAL(20) DEFAULT NULL,

`Line2` REAL(20) DEFAULT NULL,

`Line3` REAL(20) DEFAULT NULL,

`Line4` REAL(20) DEFAULT NULL,

`Line10` REAL(20) DEFAULT NULL,

`LineS1` REAL(20) DEFAULT NULL,

`LineS3` REAL(20) DEFAULT NULL,

`LineS7` REAL(20) DEFAULT NULL,

`LineS8` REAL(20) DEFAULT NULL,

`LineS9` REAL(20) DEFAULT NULL,

PRIMARY KEY (`DATE`)

)'''

然后就得到较为完整的数据了：

读取数据库，绘图

使用SQL语句，从数据库中读入我们的数据，将数据转换成为List，使用pyechart进行绘图，然后取最近30天的数据，绘制饼图。

结果分析

基本上可以看出来，周一到周五的客流要比周六周日多。

2018年十一假期，选择9月30日出行的最多。

一年的极小值出现在过年的时候，整体客流都比较少。

上图为各线路占比。

整体的客流趋势是在上升的。

其实还发现一点，就是平时二号线人数略微多于三号线人数，但是节假日三号线人数会反超，这时因为三号线上有南京站、南京南站两个车站。

整体项目代码与数据请移步github，麻烦给我点一个Star~，谢谢：

NanjingMetro_Github