书到用时方恨少,事非经过不知难。这篇文章主要讲述#yyds干货盘点#Python爬虫实战,pyecharts模块,Python实现中国地铁数据可视化相关的知识,希望能为你提供帮助。
前言利用python实现中国地铁数据可视化。废话不多说。
让我们愉快地开始吧~
开发工具Python版本: 3.6.4
相关模块:
requests模块;
wordcloud模块;
pandas模块;
numpy模块;
jieba模块;
pyecharts模块;
matplotlib模块;
以及一些Python自带的模块。
环境搭建安装Python并添加到环境变量,pip安装需要的相关模块即可。
本次通过对地铁线路数据的获取,对城市分布情况数据进行可视化分析。
分析获取地铁信息获取从高德地图上获取。
文章图片
上面主要获取城市的「id」,「cityname」及「名称」。
用于拼接请求网址,进而获取地铁线路的具体信息。
【#yyds干货盘点#Python爬虫实战,pyecharts模块,Python实现中国地铁数据可视化】
文章图片
找到请求信息,获取各个城市的地铁线路以及线路中站点详情。
获取数据具体代码
import json
import requests
from bs4 import BeautifulSoupheaders = user-agent: Mozilla/5.0 (Windows NT 6.1;
WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.132 Safari/537.36def get_message(ID, cityname, name):
"""
地铁线路信息获取
"""
url = http://map.amap.com/service/subway?_1555502190153&
srhdata= https://www.songbingjia.com/android/+ ID + _drw_ + cityname + .json
response = requests.get(url=url, headers=headers)
html = response.text
result = json.loads(html)
for i in result[l]:
for j in i[st]:
# 判断是否含有地铁分线
if len(i[la]) >
0:
print(name, i[ln] + ( + i[la] + ), j[n])
with open(subway.csv, a+, encoding=gbk) as f:
f.write(name + , + i[ln] + ( + i[la] + ) + , + j[n] + //n)
else:
print(name, i[ln], j[n])
with open(subway.csv, a+, encoding=gbk) as f:
f.write(name + , + i[ln] + , + j[n] + //n)def get_city():"""
城市信息获取
"""
url = http://map.amap.com/subway/index.html?&
1100
response = requests.get(url=url, headers=headers)
html = response.text
# 编码
html = html.encode(ISO-8859-1)
html = html.decode(utf-8)
soup = BeautifulSoup(html, lxml)
# 城市列表
res1 = soup.find_all(class_="city-list fl")[0]
res2 = soup.find_all(class_="more-city-list")[0]
for i in res1.find_all(a):
# 城市ID值
ID = i[id]
# 城市拼音名
cityname = i[cityname]
# 城市名
name = i.get_text()
get_message(ID, cityname, name)
for i in res2.find_all(a):
# 城市ID值
ID = i[id]
# 城市拼音名
cityname = i[cityname]
# 城市名
name = i.get_text()
get_message(ID, cityname, name)if __name__ == __main__:
get_city()
获取数据结果展示
文章图片
3541个地铁站点
数据可视化先对数据进行清洗,去除重复的换乘站信息。
from wordcloud import WordCloud, ImageColorGenerator
from pyecharts import Line, Bar
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import jieba# 设置列名与数据对齐
pd.set_option(display.unicode.ambiguous_as_wide, True)
pd.set_option(display.unicode.east_asian_width, True)
# 显示10行
pd.set_option(display.max_rows, 10)
# 读取数据
df = pd.read_csv(subway.csv, header=None, names=[city, line, station], encoding=gbk)
# 各个城市地铁线路情况
df_line = df.groupby([city, line]).count().reset_index()
print(df_line)
通过城市及地铁线路进行分组,得到全国地铁线路总数。
文章图片
183条地铁线路
def create_map(df):
# 绘制地图
value = https://www.songbingjia.com/android/[i for i in df[line]]
attr = [i for i in df[city]]
geo = Geo("已开通地铁城市分布情况", title_pos=center, title_top=0, width=800, height=400, title_color="#fff", background_color="#404a59", )
geo.add("", attr, value, is_visualmap=True, visual_range=[0, 25], visual_text_color="#fff", symbol_size=15)
geo.render("已开通地铁城市分布情况.html")def create_line(df):
"""
生成城市地铁线路数量分布情况
"""
title_len = df[line]
bins = [0, 5, 10, 15, 20, 25]
level = [0-5, 5-10, 10-15, 15-20, 20以上]
len_stage = pd.cut(title_len, bins=bins, labels=level).value_counts().sort_index()
# 生成柱状图
attr = len_stage.index
v1 = len_stage.values
bar = Bar("各城市地铁线路数量分布", title_pos=center, title_top=18, width=800, height=400)
bar.add("", attr, v1, is_stack=True, is_label_show=True)
bar.render("各城市地铁线路数量分布.html")# 各个城市地铁线路数
df_city = df_line.groupby([city]).count().reset_index().sort_values(by=line, ascending=False)
print(df_city)
create_map(df_city)
create_line(df_city)
已经开通地铁的城市数据,还有各个城市的地铁线路数。
文章图片
32个城市开通地铁
城市分布情况
文章图片
大部分都是省会城市,还有个别经济实力强的城市。
线路数量分布情况
文章图片
可以看到大部分还是在「0-5」这个阶段的,当然最少为1条线。
# 哪个城市哪条线路地铁站最多
print(df_line.sort_values(by=station, ascending=False))
哪个城市哪条线路地铁站最多
文章图片
北京10号线第一,重庆3号线第二
文章图片
文章图片
去除重复换乘站数据
# 去除重复换乘站的地铁数据
df_station = df.groupby([city, station]).count().reset_index()
print(df_station)
包含3034个地铁站
减少了近400个地铁站
文章图片
接下来看一下哪个城市地铁站最多
# 统计每个城市包含地铁站数(已去除重复换乘站)
print(df_station.groupby([city]).count().reset_index().sort_values(by=station, ascending=False))
武汉居然有那么多地铁站
文章图片
实现一下新周刊中的操作,生成地铁名词云
def create_wordcloud(df):
"""
生成地铁名词云
"""
# 分词
text =
for line in df[station]:
text +=.join(jieba.cut(line, cut_all=False))
text +=
backgroud_Image = plt.imread(rocket.jpg)
wc = WordCloud(
background_color=white,
mask=backgroud_Image,
font_path=C:\\Windows\\Fonts\\华康俪金黑W8.TTF,
max_words=1000,
max_font_size=150,
min_font_size=15,
prefer_horizontal=1,
random_state=50,
)
wc.generate_from_text(text)
img_colors = ImageColorGenerator(backgroud_Image)
wc.recolor(color_func=img_colors)
# 看看词频高的有哪些
process_word = WordCloud.process_text(wc, text)
sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True)
print(sort[:50])
plt.imshow(wc)
plt.axis(off)
wc.to_file("地铁名词云.jpg")
print(生成词云成功!)create_wordcloud(df_station)
展示词云图
文章图片
推荐阅读
- #聊一聊悟空编辑器#spring框架事务相关知识点Spring框架教程
- 我以订披萨为例,给女朋友详细讲了Java设计模式的3种工厂模式
- Spock框架Mock对象方法经验总结#yyds干货盘点#
- 逼真,特别逼真的决策树可视化
- Linux之diff命令
- SQLServer2014故障转移群集的部署
- 数据湖是谁(那数据仓库又算什么?)
- #过年不停更#Axios踩坑日记
- 百行代码制作一个属于猫主子的3D场景照片墙#yyds干货盘点#