Python 爬取了馬蜂窩的出行數據，告訴你這個夏天哪裡最值得去！

正值火辣的暑假，朋友圈已經被大家的旅行足跡刷屏了，真的十分驚嘆於那些把全國所有省基本走遍的朋友們。與此同時，也就萌生了寫篇旅行相關的內容，本次數據來源於一個對於爬蟲十分友好的旅行攻略類網站：螞蜂窩。

獲得城市編號

螞蜂窩中的所有城市、景點以及其他的一些信息都有一個專屬的5位數字編號，我們第一步要做的就是獲取城市（直轄市+地級市）的編號，進行後續的進一步分析。

以上兩個頁面就是我們的城市編碼來源。需要首先從目的地頁面獲得各省編碼，之後進入各省城市列表獲得編碼。

過程中需要Selenium進行動態數據爬取，部分代碼如下：

獲得城市信息

城市數據分別從以下幾個頁面獲取：

（a）小吃頁面

（b）景點頁面

（c）標籤頁面

我們將每個城市獲取數據的過程封裝成函數，每次傳入之前獲得的城市編碼，部分代碼如下：

數據分析

PART1：城市數據

首先我們看一下遊記數量最多的TOP10城市：

遊記數量TOP10數量基本上與我們日常所了解的熱門城市相符，我們進一步根據各個城市遊記數量獲得全國旅行目的地熱力圖：

看到這裡，是不是有種似曾相識的感覺，如果你在朋友圈曬的足跡圖與這幅圖很相符，那麼說明螞蜂窩的數據與你不謀而合。

最後我們看一下大家對於各個城市的印象是如何的，方法就是提取標籤中的屬性，我們將屬性分為了休閑、飲食、景點三組，分別看一下每一組屬性下大家印象最深的城市：

看來對於螞蜂窩的用戶來說，廈門給大家留下的印象是非常深的，不僅遊記數量充足，並且能從中提取的有效標籤也非常多。重慶、西安、成都也無懸念地給吃貨們留下了非常深的印象，部分代碼如下：

PART2：景點數據

我們提取了各個景點評論數，並與城市遊記數量進行對比，分別得到景點評論的絕對值和相對值，並據此計算景點的人氣、代表性兩個分數，最終排名TOP15的景點如下：

螞蜂窩網友對於廈門真的是情有獨鍾，鼓浪嶼也成為了最具人氣的景點，在城市代表性方面西塘古鎮和羊卓雍措位列前茅。暑假之際，如果擔心上排的景點人太多，不妨從下排的景點中挖掘那些人少景美的旅遊地。

PART3：小吃數據

最後我們看一下大家最關注的的與吃相關的數據，處理方法與PART2景點數據相似，我們分別看一下最具人氣和最具城市代表性的小吃。

出乎意料，螞蜂窩網友對廈門果真愛得深沉，讓沙茶麵得以超過火鍋、烤鴨、肉夾饃躋身最具人氣的小吃。

在城市代表性方面，海鮮的出場頻率非常高，這點與大（ben）家（ren）的認知也不謀而合，PART2與3的部分代碼如下：

文中所有涉及到的代碼已經發到Github上了，歡迎大家自取：

https://github.com/shujusenlin/mafengwo_data。

聲明：本文為作者投稿，版權歸對方所有。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！