距上次假期端午结束已经47天过去了。。。依然还是没有假期，想出去好多地方玩啊。你们是不是也在期待着假期呀，不过夏天也热，下次的假期大概就是中秋国庆了，那会儿还算是比较凉爽。心血来潮，就想爬一下大家假期最爱去哪玩，作为一个专业合格的程序员，我不想再宅家里了，我得规划一下下次出行了，哈哈哈，虽然还很遥远！不行明天就周六了嘛，我周六去玩！哈哈哈，也可以哟！

很多人假期时间充裕的话，会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。

通过请求https://piao.qunar.com/ticket/list.htm?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。

这里为了偷懒只爬取了前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。

这里只是随机选择了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

importrequestsfrombs4importBeautifulSoupfrompymongoimportMongoClientclassQuNaEr():def__init__(self,keyword,page=1):self.keyword=keywordself.page=pagedefqne_spider(self):url='https://piao.qunar.com/ticket/list.htm?keyword=%s&region=&from=mpl_search_suggest&page=%s'%(self.keyword,self.page)response=requests.get(url)response.encoding='utf-8'text=response.textbs_obj=BeautifulSoup(text,'html.parser')arr=bs_obj.find('div',{'class':'result_list'}).contentsforiinarr: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].textconn=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']foriincitys:forpageinrange(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

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

frompymongoimportMongoClient#设置字体，不然无法显示中文frompylabimport*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foriinresult: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(tou)便(lan)，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。

代码如下

arr=[[0,50],[50,100],[100,200],[200,300],[300,500],[500,1000]]name_arr=[]total_arr=[]foriinarr: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()

哈哈哈，对于我这个还保持童心的程序员，我还在想下次要不要去上海迪士尼，应该是比较快乐的吧，听说人超多。。。emm，你们想去哪儿呢？