利用python爬取百度地图火锅数据并利用Tableau可视化

https://map.baidu.com/?newmap=1&reqflag=pcmap&biz=1&from=webmap&da_par=direct&pcevaname=pc4.1&qt=s&c=1&wd=%E7%81%AB%E9%94%85&da_src=pcmappg.map&on_gel=1&l=5&gr=2&b=(9677951.714231128,1730014.8154582584;13993877.97804421,4767148.112215612)&pn=0&auth=W5zNFT6g0%40%40TZT24DwfQCHL0B35%40g6SWuxLBNERBNLHtBalTBnlcAZzvYgP1PcGCgYvjPuVtvYgPMGvgWv%40uVtvYgPPxRYuVtvYgP%40vYZcvWPCuVtvYgP%40ZPcPPuVtvYgPhPPyheuVtvhgMuxVVty1uVtCGYuNtJLmCUZIdbTbNdB9A1cv3uVtGccZcuVtPWv3GuBtR9KxXwPYIUvhgMZSguxzBEHLNRTVtcEWe1GD8zv7u%40ZPuzteL1wWveuBt0iyfixAN152T1N51wquTTGLFfy9GUIsxC2wvaaZyY&seckey=6VKbNl%2BEMipcFlMIHjKIybzZLU9kk4sn5QN4bSBp2q0%3D%2CWG3XhzBOLtVO6h67UdvVmni8%2B3Bln8Ck4hk87v17WepaJJGH6dhpwmT6%2BDFFFxM0PzMMjvdyWI3GVS3KZF3h7VAmP8Uf%2FgHuvAYxhdl%2Bg3tTRJP61I1dKdR8CStOr3FOveukTMBWS1MCb27ID9RcqkXg%2FooVgmwzXbrwkgpjDldMXr3TwWmVV01n8v032nwY&device_ratio=2&tn=B_NORMAL_MAP&nn=0&u_loc=11869559,3030727&ie=utf-8&t=1637483768544&newfrom=zhuzhan_webmap

其实这次的爬虫很简单，长话短说

import requests
import pandas as pd 

url = "https://map.baidu.com/?newmap=1&reqflag=pcmap&biz=1&from=webmap&da_par=direct&pcevaname=pc4.1&qt=s&c=1&wd=%E7%81%AB%E9%94%85&da_src=https://www.mshxw.com/skin/sinaskin/image/nopic.gif"

payload={}
headers = {
  'cookie': 'BAIDUID=C715F06E5DE06ABAF85A3CE841D57766:FG=1'
}

response = requests.request("GET", url, headers=headers, data=payload)

# print(response.json())

data = response.json()['more_city']
df = pd.Dataframe(data)
print(df)

我们需要对city列处理

我们头脑一定要清晰，我以前做了蛮久，但是现在一些就这次来了，我们的思路，分列，行列转换，然后提取数据。

import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType,SymbolType
%matplotlib inline

data = pd.read_excel('2021-11-20-23-44-7-79835853400-火锅数据.xlsx')
df = pd.Dataframe(data['city'])
df.head()

df = df['city'].str.split(',', expand=True)
df.shape

df_stack = df.stack()
df_stack = pd.Dataframe(df_stack)
print(df_stack.head(10))
print(df_stack.shape)

我们这里解释一下，2513×1，我们要转换成359×7。

df_temp =pd.Dataframe(np.reshape(df_stack.to_numpy(), (359,7)))
df_course = df_temp[[0,5,6]]

df_effect = df_course[5].str.extract('([u4e00-u9fa5]+)', expand=True)

df_effect['Name'] = df_effect[0]
df_effect.drop(0, axis=1, inplace=True)
df_effect['Code'] = df_course[0].str.extract('([0-9]*$)', expand=True)
df_effect['Num'] = df_course[6].str.extract('(d+.*d+)', expand=True)

df_effect.head()

df_effect.to_excel('2021-11-20-23-44-7-79835853400-火锅数据-效果.xlsx')

data.head()

df_province = data[['province','province_id','num']]
df_province.head()
df_province.to_excel('火锅_省份数据.xlsx')

我们这次选择pyecharts来数据可视化，注意Pyecharts里面省份要一样，比如上海市不能识别，只有上海才可以识别。

df_province['province'] = df_province['province'].str.replace('省','')
df_province['province'] = df_province['province'].str.replace('市','')
df_province['province'].replace({'内蒙古自治区':'内蒙古','广西壮族自治区':'广西','新疆维吾尔自治区':'新疆',
                                 '宁夏回族自治区':'宁夏','西藏自治区':'西藏'},inplace=True)

还有Pyecharts只识别列表数据，所以我们需要数据类型改变。

province = df_province['province'].tolist()
num = df_province.num.tolist()
print('地区',province)
print('数量',num)

我们需要一一对应

geo_test_data = list(zip(province,num))
print(geo_test_data)

绘制地图

from pyecharts import options as opts
from pyecharts.charts import Map


map=Map()
map.add('频数',geo_test_data,'china')
map.set_global_opts(
  title_opts=opts.TitleOpts(title='全国火锅省份分布图'),
  visualmap_opts=opts.VisualMapOpts(min_=100,max_=15000,split_number=5,is_piecewise=True))  #图例是否分段

map.render_notebook()
map.render("全国火锅分布图.html")

我们来看看效果。

其实python来数据可视化比较痛苦的，所以我们在tableau里面数据可视化一样，好痛苦。

太痛苦，要不是为了钱，钱到了，当然要记录一下，不记录的话，以后又忘记了，那怎么办，而且还可以传播出去。还有数据有缺失，不一定准确，数据来源于百度。强烈抗议osm把湾湾划出我国，这个不代表本人观点，祖国万岁。