Python爬蟲入門案例之爬取去哪兒旅游景點攻略以及可視化分析
知識點
- requests 發(fā)送網(wǎng)絡請求
- parsel 解析數(shù)據(jù)
- csv 保存數(shù)據(jù)
第三方庫
- requests >>> pip install requests
- parsel >>> pip install parsel
開發(fā)環(huán)境:
- 版 本: python 3.8
- 編輯器:pycharm 2021.2
【付費VIP完整版】只要看了就能學會的教程,80集Python基礎入門視頻教學
點這里即可免費在線觀看
爬蟲程序
導入模塊
# 發(fā)送網(wǎng)絡請求的模塊 import requests # 解析數(shù)據(jù)的模塊 import parsel import csv import time import random
發(fā)送請求
url = f'https://travel.qunar.com/travelbook/list.htm?page=1&order=hot_heat' # <Response [200]>: 告訴我們 請求成功了 response = requests.get(url)
獲取數(shù)據(jù)(網(wǎng)頁源代碼)
html_data = response.text
解析網(wǎng)頁(re正則表達式,css選擇器,xpath,bs4/六年沒更新了,json)
# html_data: 字符串 # 我們現(xiàn)在要把這個字符串 變成一個對象 selector = parsel.Selector(html_data) # ::attr(href) url_list:列表 url_list = selector.css('.b_strategy_list li h2 a::attr(href)').getall() for detail_url in url_list: # 字符串的 替換方法 detail_id = detail_url.replace('/youji/', '') url_1 = 'https://travel.qunar.com/travelbook/note/' + detail_id print(url_1)
向詳情頁網(wǎng)站發(fā)送請求(get,post)
# https://travel.qunar.com/travelbook/note/7701502 response_1 = requests.get(url_1).text
解析網(wǎng)頁
selector_1 = parsel.Selector(response_1) # :nth-child(): 偽類選擇器 # ::text 提取文本內(nèi)容 # * 代表所有 # 地點 title = selector_1.css('.b_crumb_cont *:nth-child(3)::text').get().replace('旅游攻略', '') # 短評 comment = selector_1.css('.title.white::text').get() # 出發(fā)日期 date = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.when > p > span.data::text').get() # 天數(shù) days = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.howlong > p > span.data::text').get() # 人均消費 money = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.howmuch > p > span.data::text').get() # 人物 character = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.who > p > span.data::text').get() # 玩法 play_list = selector_1.css('#js_mainleft > div.b_foreword > ul > li.f_item.how > p > span.data span::text').getall() play = ' '.join(play_list) # 瀏覽量 count = selector_1.css('.view_count::text').get() print(title, comment, date, days, money, character, play, count)
保存數(shù)據(jù)
# 保存成csv csv_qne = open('去哪兒.csv', mode='a', encoding='utf-8', newline='') csv_writer = csv.writer(csv_qne) # 寫入數(shù)據(jù) csv_writer.writerow(['地點', '短評', '出發(fā)時間', '天數(shù)', '人均消費', '人物', '玩法', '瀏覽量'])
數(shù)據(jù)可視化
導入模塊
import pandas as pd from pyecharts.commons.utils import JsCode from pyecharts.charts import * from pyecharts import options as opts
導入數(shù)據(jù)
data = pd.read_csv('去哪兒_數(shù)分.csv') data
旅游勝地Top10及對應費用
bar=( Bar(init_opts=opts.InitOpts(height='500px',width='1000px',theme='dark')) .add_xaxis(m2) .add_yaxis( '目的地Top10', n2, label_opts=opts.LabelOpts(is_show=True,position='top'), itemstyle_opts=opts.ItemStyleOpts( color=JsCode("""new echarts.graphic.LinearGradient( 0, 0, 0, 1,[{offset: 0,color: 'rgb(255,99,71)'}, {offset: 1,color: 'rgb(32,178,170)'}]) """ ) ) ) .set_global_opts( title_opts=opts.TitleOpts( title='目的地Top10'), xaxis_opts=opts.AxisOpts(name='景點名稱', type_='category', axislabel_opts=opts.LabelOpts(rotate=90), ), yaxis_opts=opts.AxisOpts( name='數(shù)量', min_=0, max_=120.0, splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash')) ), tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross') ) .set_series_opts( markline_opts=opts.MarkLineOpts( data=[ opts.MarkLineItem(type_='average',name='均值'), opts.MarkLineItem(type_='max',name='最大值'), opts.MarkLineItem(type_='min',name='最小值'), ] ) ) ) bar.render_notebook()
bar=( Bar(init_opts=opts.InitOpts(height='500px',width='1000px',theme='dark')) .add_xaxis(loc) .add_yaxis( '人均費用', price_mean2, label_opts=opts.LabelOpts(is_show=True,position='top'), itemstyle_opts=opts.ItemStyleOpts( color=JsCode("""new echarts.graphic.LinearGradient( 0, 0, 0, 1,[{offset: 0,color: 'rgb(255,99,71)'}, {offset: 1,color: 'rgb(32,178,170)'}]) """ ) ) ) .set_global_opts( title_opts=opts.TitleOpts( title='各景點人均費用'), xaxis_opts=opts.AxisOpts(name='景點名稱', type_='category', axislabel_opts=opts.LabelOpts(rotate=90), ), yaxis_opts=opts.AxisOpts( name='數(shù)量', min_=0, max_=2000.0, splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash')) ), tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross') ) .set_series_opts( markline_opts=opts.MarkLineOpts( data=[ opts.MarkLineItem(type_='average',name='均值'), opts.MarkLineItem(type_='max',name='最大值'), opts.MarkLineItem(type_='min',name='最小值'), ] ) ) ) bar.render_notebook()
出游方式分析
pie = (Pie(init_opts=opts.InitOpts(theme='dark', width='1000px', height='800px')) .add("", [z for z in zip(m1,n1)], radius=["40%", "65%"]) .set_global_opts(title_opts=opts.TitleOpts(title="去哪兒\n\n出游結伴方式", pos_left='center', pos_top='center', title_textstyle_opts=opts.TextStyleOpts( color='#FF6A6A', font_size=30, font_weight='bold'), ),visualmap_opts=opts.VisualMapOpts(is_show=False, min_=38, max_=641, is_piecewise=False, dimension=0, range_color=['#9400D3', '#008afb', '#ffec4a', '#FFA500','#ce5777']),legend_opts=opts.LegendOpts(is_show=False, pos_top='5%'),) .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}", font_size=12),tooltip_opts=opts.TooltipOpts(trigger="item", formatter=": {c}"),itemstyle_opts={"normal": {"barBorderRadius": [30, 30, 30, 30],'shadowBlur': 10,'shadowColor': 'rgba(0,191,255,0.5)','shadowOffsetY': 1,'opacity': 0.8 } }) ) pie.render_notebook()
出游時間分析
line = ( Line() .add_xaxis(m4.tolist()) .add_yaxis('',n4.tolist()) ) line.render_notebook()
2021年的旅游時間曲線大約在五月一號起伏最大,原因肯定是因為假期調(diào)休延長至4天,為了調(diào)整自己生活及工作的狀態(tài),很多人利用這個假期去旅行放松自己。
出游玩法分析
m5 = [] n5 = [] for i in range(20): m5.append(list[i][0]) n5.append(list[i][1]) m5.reverse() m6 = m5 n5.reverse() n6 = n5 bar = ( Bar(init_opts=opts.InitOpts(theme='dark', width='1000px',height ='500px')) .add_xaxis(m6) .add_yaxis('', n6) .set_series_opts(label_opts=opts.LabelOpts(is_show=True, position='insideRight',font_style='italic'), itemstyle_opts=opts.ItemStyleOpts( color=JsCode("""new echarts.graphic.LinearGradient(1, 0, 0, 0, [{ offset: 0, color: 'rgb(255,99,71)' }, { offset: 1, color: 'rgb(32,178,170)' }])""")) ) .set_global_opts( title_opts=opts.TitleOpts(title="出游玩法分析"), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)), legend_opts=opts.LegendOpts(is_show=True)) .reversal_axis() ) bar.render_notebook()
“攝影”和“美食”可謂與旅行息息相關,一次完整的旅行最不能缺的就是“攝影”,拍美食發(fā)到朋友圈、拍風景發(fā)到朋友圈、拍完美的自己發(fā)到朋友圈;工作之后就沒有了寒暑假,所以利用周末來一次短途旅行就成為了大多數(shù)人的首選。
到此這篇關于Python爬蟲入門案例之爬取去哪兒旅游景點攻略以及可視化分析的文章就介紹到這了,更多相關Python 爬取去哪兒內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站!
版權聲明:本站文章來源標注為YINGSOO的內(nèi)容版權均為本站所有,歡迎引用、轉載,請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站,禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像,否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來,僅供學習參考,不代表本站立場,如有內(nèi)容涉嫌侵權,請聯(lián)系alex-e#qq.com處理。