您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關(guān)Python系列爬蟲如何進行攜程旅游景點數(shù)據(jù)爬取與可視化,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。
前言
今天我們就用爬蟲攜程旅游景點數(shù)據(jù)爬取與可視化并做簡單的數(shù)據(jù)可視化分析唄。讓我們愉快地開始吧~
bs4模塊;
jieba模塊;
pyecharts模塊;
wordcloud模塊;
requests模塊;
以及一些Python自帶的模塊。
安裝Python并添加到環(huán)境變量,pip安裝需要的相關(guān)模塊即可。
首先,我們來明確一下我們想要爬取的數(shù)據(jù)是哪些,這里為了方便起見,我們只爬取北京市的旅游景點數(shù)據(jù),如下圖所示:
即我們需要爬取的數(shù)據(jù)為北京市所有景點的名稱,位置,評分等數(shù)據(jù)。明確了我們的爬取目標(biāo),就可以開始寫代碼啦~
代碼實現(xiàn)起來其實也很簡單,可以發(fā)現(xiàn)景點信息頁的url變化規(guī)律如下:
'https://you.ctrip.com/sight/beijing1/s0-p頁碼.html#sightname'
那么我們只需要逐一請求所有相關(guān)網(wǎng)頁,并借助bs4解析并提取我們需要的數(shù)據(jù)即可。同時,為了避免爬蟲被封,我們每請求10次網(wǎng)頁,就更換一個代理,代理來源則是網(wǎng)上爬取的免費代理。
具體而言,代碼實現(xiàn)如下:
'''攜程旅游景點爬蟲'''
代碼運行效果如下:
All done~完整源代碼詳見個人簡介或者私信獲取相關(guān)文件。
老規(guī)矩,寫完爬蟲可視化一波數(shù)據(jù),方便起見,還是用剛剛爬取的北京景點數(shù)據(jù)吧~
首先,把所有景點的位置信息做成詞云看看?
看看景點的評分分布唄:
再來統(tǒng)計一下景區(qū)評級分布唄:
其中,5A級景區(qū)有:
故宮
再來看看價格分布唄:
最后看看評論最多的8個景區(qū)是啥如何?
看完上述內(nèi)容,你們對Python系列爬蟲如何進行攜程旅游景點數(shù)據(jù)爬取與可視化有進一步的了解嗎?如果還想了解更多知識或者相關(guān)內(nèi)容,請關(guān)注億速云行業(yè)資訊頻道,感謝大家的支持。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。