分析了一万多条拼车数据,看看北上广深的各位都回哪过年

发布时间:2025-09-01 01:29:20 作者:益华网络 来源:undefined 浏览量(0) 点赞(0)
摘要:编辑:zone 来源:InThirty 源码:评论区获取 目录 前言 统计结果 爬虫思路 统计思路 后记 前言 很早

编辑:zone

来源:InThirty

源码:评论区获取

目录

前言

统计结果

爬虫思路

统计思路

后记

前言

很早之前发过一篇关于某拼车平台爬虫的文章,因为工作比较忙,一直没有下文。最近年底稍微空了些,加上碰上春节返乡大潮,刚好再拿过来写一下数据分析的思路。

本次数据样本共13041条,本别采集了北京、上海、广州、深圳、杭州的某一天出行数据,由于手动操作难以保证取样的公平性,所以不能对全部数据结果的准确性做保证,本文以提供思路参考为主,先放一张路线图:

统计结果

好了知道大家比较关心结果,所以先把结果放一放,后面再接着讲分析过程。

乘客性别

先单独把性别拎出来看一下,后面再根据城市进行分析,结果显示,抛开未设置性别的乘客不论,总体来看顺风车的用户群中,男性(占比49.39%)还是多于女性(占比31.55%)的。毕竟跨城顺风车,大过年的,女性乘客对于安全性的忧虑还有要有的。

城市订单

真实数据的话订单数量应该是深圳 > 北京 > 广州 > 上海 > 杭州,但是同一个城市内的乘客性别比例应该还是具有一定的参考价值的,可以看到北京、上海、深圳的女性乘客数量占比都是高于男性的。 

客单价

原本是想比较一下平均路程长度,但是想想这个事情太折腾了,由于平台主要还是依靠路程来计算拼车费用的,所以通过计算客单价的话大概也能反映一下平均形成长度(我猜的,然后结果是这样的,没想到广州是最高的,也可能是我统计错误

哪里乘客最壕

有时候有些偏远地区订单或者顺路司机少,乘客会加价希望司机接单,于是统计了一下各城市加价订单的占比和平均的加价额度,得出如下结果:

占比最高的城市是深圳,平均加价额度最高的城市也是深圳,看来深圳的小哥哥小姐姐们的确出手阔错,然而加价比例最低的是北京,不过这也不能说明帝都人民不壕气,可能就是人家繁华,司机多。

返乡路线图

最后放几张返乡的路线图

北京

上海

广州

深圳

杭州

杭州明显有别与其它几个城市,一个是杭州的数据样本多,另外一个平台上杭州黄牛多,那些最远的单子就是黄牛广告单

爬虫思路

注册成为司机,利用mitm抓包存储拼车单

统计思路

数据的话我是通过本地Mongodb存储,所以直接用python操作Mongodb数据

Pymongo

关于Mongodb数据库的连接,直接上代码:

client = MongoClient(mongodb://localhost:27017

)

spring

= client.spring

collection = spring[orders]

以上代码的意思就是连接本地Mongodb-spring数据库-orders文档集合

Pyecharts

Pyecharts(http://pyecharts.org)是大名鼎鼎的Echarts的Python可视化图表库,用起来挺顺手的,而且文档规范,基本上可以零门槛入门,具体实现请移步文档。

这里介绍一下关于Pyecharts的图表样式配置,为了保持各图表的样式统一(偷懒),Pyecharts提供了一个Style类,可用于在同一个图或者多个图内保持统一的风格

from pyecharts import

Style,Geo

style = Style(

   title_color="#fff"

,

   title_pos="center"

,

   width=1100

,

   height=600

,

   background_color=#404a59

)

# style.init_style 会返回类初始化的风格配置字典geo = Geo("全国主要城市空气质量", "data from pm2.5", **style.init_style)

这样,就创建了一个Geo地理坐标系图表

代码解读

因为全部代码有点长,所以抽了一段举个例子,主要思路就是从Mongodb取出指定数据,或者通过$group管道对数据进行处理,最后通过pyecharts生成相应的图表,呈现

from pymongo import

MongoClient

from pyecharts import

Style,GeoLines

def getLines(self):    # 连接数据库    client = MongoClient(mongodb://localhost:27017

)

   spring = self.client.spring

   collection = self.spring[orders

]

   # Mongodb的操作,$match-筛选出from_poi.city.city_name为杭州的文档,    # 再通过$group管道,按照目标城市统计出汇总数量

   line_hangzhou = collection.aggregate([

       {$match: {from_poi.city.city_name: 杭州

}},

       {$group: {_id: $to_poi.city.city_name, count: {$sum: 1

}}}

   ])

   # 按照Geolines图表的数据格式格式化数据

   line_hangzhou_ = []

   for line in

line_hangzhou:

       line_hangzhou_.append(["杭州", line[_id], line[count

]])

   # 创建一个GeoLines图表    citylines = GeoLines("春节迁移路线图"

, **style.init_style)

   # 添加数据以及样式    citylines.add("从杭州出发"

,

                 line_hangzhou_,

                 **geo_style)

   # 生成html文件    citylines.render("results/citylines.html")

后记

这是一篇迟到很久的文章,本来没打算再写,但是总觉得下半部分没写完心里有个结,所以还是抽时间补上。另外作为一个非专业技术人员,多记多练免得过几天自己就忘了。

二维码

扫一扫,关注我们

声明:本文由【益华网络】编辑上传发布,转载此文章须经作者同意,并请附上出处【益华网络】及本页链接。如内容、图片有任何版权问题,请联系我们进行处理。

感兴趣吗?

欢迎联系我们,我们愿意为您解答任何有关网站疑难问题!

您身边的【网站建设专家】

搜索千万次不如咨询1次

主营项目:网站建设,手机网站,响应式网站,SEO优化,小程序开发,公众号系统,软件开发等

立即咨询 15368564009
在线客服
嘿,我来帮您!