Python 爬取 13 个旅游城市，告诉你五一大家最爱去哪玩？

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。
抓取数据
通过请求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 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 = 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。
分析数据
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()
2、景区热力图
这里为了方便，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。
实现代码如下：
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()
“我自己是一名从事了多年开发的python老程序员，辞职目前在做自己的python私人定制课程，今年年初我花了一个月整理了一份最适合2019年学习的python学习干货，从最基础的到各种框架都有整理，送给每一位喜欢python小伙伴，想要获取的可以转发文章并关注我的头条号。在后台私信我：01，即可免费获取。

---

如何做合格父母,家庭幸福的关键,财富事业问题-众爱教育
欢迎光临-临夏聚氯化铝PAC现货
除尘器分类
双层水循环式杀菌锅,肘子高温杀菌锅
仿真枫树盆栽-出售广东新品仿真红枫树假枫树
Python 爬取 13 个旅游城市，告诉你五一大家最爱去哪玩？
五华区二手天车天吊旧的
藁城电缆回收藁城废旧电缆回收-各地市场统计价格
山东电烫池价格？广源屠宰行业领先。
福建芝麻黑墓石料专卖店|福建高性价福建芝麻黑墓石料供应
大米纸罐纸桶供货厂家定价准则符合行业价格标准
金属成型设备 圆锯床 数控机床 金属棒材高精度切割工具机
烘焙原料 食用油 面包礼饼油 国际蓝枫叶酥油15KG/桶
GPT黄金线雕祛皱快吗？皮肤松弛能明显紧致吗？细节解析
直埋钢套钢蒸汽保温钢管内滑动与外滑动式
很快！广投集团成了网宿科技实际控制方
Ni202镍基合金焊条
为什么很多企业都在做竞价托管
养猪人说：自己亏钱，消费者说：吃不起猪肉，养猪的钱被谁赚了？
双工专业生产链板输送机 不锈钢链板输送带 质优价低