快過年了，很多同學都踏上了返鄉的路?，F在交通這么發達，除了高鐵飛機外，還可以搭順風車回家。今天的這篇文章我們就來分析一下拼車數據，看看今年大家都回哪兒過年。

分析了一萬多條拼車數據，看看北上廣深的各位都回哪過年作者：ElliotBai |?來源：InTrirty

前言

很早之前發過一篇關于某拼車平臺爬蟲的文章，因為工作比較忙，一直沒有下文。最近年底稍微空了些，加上碰上春節返鄉大潮，剛好再拿過來寫一下數據分析的思路。

本次數據樣本共13041條，本別采集了北京、上海、廣州、深圳、杭州的某一天出行數據，由于手動操作難以保證取樣的公平性，所以不能對全部數據結果的準確性做保證，本文以提供思路參考為主，先放一張路線圖：

統計結果

好了知道大家比較關心結果，所以先把結果放一放，后面再接著講分析過程。

乘客性別

先單獨把性別拎出來看一下，后面再根據城市進行分析，結果顯示，拋開未設置性別的乘客不論，總體來看順風車的用戶群中，男性(占比49.39%)還是多于女性(占比31.55%)的。畢竟跨城順風車，大過年的，女性乘客對于安全性的憂慮還有要有的。

城市訂單

真實數據的話訂單數量應該是深圳 > 北京 > 廣州 > 上海 > 杭州，但是同一個城市內的乘客性別比例應該還是具有一定的參考價值的，可以看到北京、上海、深圳的女性乘客數量占比都是高于男性的。?

客單價

原本是想比較一下平均路程長度，但是想想這個事情太折騰了，由于平臺主要還是依靠路程來計算拼車費用的，所以通過計算客單價的話大概也能反映一下平均形成長度(我猜的，然后結果是這樣的，沒想到廣州是最高的，也可能是我統計錯誤

哪里乘客最壕

有時候有些偏遠地區訂單或者順路司機少，乘客會加價希望司機接單，于是統計了一下各城市加價訂單的占比和平均的加價額度，得出如下結果：

占比最高的城市是深圳，平均加價額度最高的城市也是深圳，看來深圳的小哥哥小姐姐們的確出手闊錯，然而加價比例最低的是北京，不過這也不能說明帝都人民不壕氣，可能就是人家繁華，司機多。

返鄉路線圖

最后放幾張返鄉的路線圖

北京

上海

廣州

深圳

杭州

杭州明顯有別與其它幾個城市，一個是杭州的數據樣本多，另外一個平臺上杭州黃牛多，那些最遠的單子就是黃牛廣告單

爬蟲思路

注冊成為司機，利用mitm抓包存儲拼車單

統計思路

數據的話我是通過本地Mongodb存儲，所以直接用python操作Mongodb數據。

Pymongo

關于Mongodb數據庫的連接，直接上代碼：

client = MongoClient('mongodb://localhost:27017')
spring = client.spring
collection = spring['orders']

以上代碼的意思就是連接本地Mongodb-spring數據庫-orders文檔集合

Pyecharts

Pyecharts(http://pyecharts.org)是大名鼎鼎的Echarts的Python可視化圖表庫，用起來挺順手的，而且文檔規范，基本上可以零門檻入門，具體實現請移步文檔。

這里介紹一下關于Pyecharts的圖表樣式配置，為了保持各圖表的樣式統一(偷懶)，Pyecharts提供了一個Style類，可用于在同一個圖或者多個圖內保持統一的風格

from pyecharts import Style,Geo

style = Style(
? ?title_color="#fff",
? ?title_pos="center",
? ?width=1100,
? ?height=600,
? ?background_color='#404a59'
)
# style.init_style 會返回類初始化的風格配置字典
geo = Geo("全國主要城市空氣質量", "data from pm2.5", **style.init_style)

這樣，就創建了一個Geo地理坐標系圖表

代碼解讀

因為全部代碼有點長，所以抽了一段舉個例子，主要思路就是從Mongodb取出指定數據，或者通過$group管道對數據進行處理，最后通過pyecharts生成相應的圖表，呈現

from pymongo import MongoClient
from pyecharts import Style,GeoLines

def getLines(self):
? ?# 連接數據庫
? ?client = MongoClient('mongodb://localhost:27017')
? ?spring = self.client.spring
? ?collection = self.spring['orders']
? ?
? ?# Mongodb的操作，$match-篩選出'from_poi.city.city_name'為'杭州'的文檔，
? ?# 再通過$group管道，按照目標城市統計出匯總數量
? ?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圖表的數據格式格式化數據
? ?line_hangzhou_ = []
? ?for line in line_hangzhou:
? ? ? ?line_hangzhou_.append(["杭州", line['_id'], line['count']])
? ? ? ?
? ?# 創建一個GeoLines圖表
? ?citylines = GeoLines("春節遷移路線圖", **style.init_style)
? ?# 添加數據以及樣式
? ?citylines.add("從杭州出發",
? ? ? ? ? ? ? ? ?line_hangzhou_,
? ? ? ? ? ? ? ? ?**geo_style)
? ?# 生成html文件
? ?citylines.render("results/citylines.html")

源碼已上傳Github，可在此獲取：

https://github.com/bkidy/Dida_spider

看完本文有收獲，歡迎轉發、留言、點右下角好看哦。

總結

以上是生活随笔為你收集整理的mongodb添加多条数据_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...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。