大数据看春运 万条拼车数据绘制2019春节迁徙地图

一年一度的春节大迁徙，是中国人关于春节的一场盛大仪式。

这篇文章，作者对北京、上海、广州、深圳、杭州等地 1万多条出行数据进行分析，得出了一些有意思的结论，并且绘制了这几个城市春运的迁移图。

总有一张图，能描绘出你的归家团圆之路……

目录

前言

统计结果

爬虫思路

统计思路

后记

前言

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

订单数量是深圳 > 北京 > 广州 > 上海 > 杭州，同一个城市内的乘客性别比例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。

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，可能就是城市繁华，司机多。

返乡路线图

最后放几张返乡路线图

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：数据通过本地Mongodb存储，直接用python操作Mongodb数据；

Pymongo：关于Mongodb数据库的连接，直接上代码：

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

Pyecharts(http://pyecharts.org）：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

代码解读

全部代码有点长，抽取一段举个例子，主要思路是从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生成相应的图表来呈现：

后记

源码地址附上：

https://github.com/bkidy/Dida_spider