Python爬虫实战，pyecharts模块，Python实现中国地铁数据可视化( 二 ) _Python爬虫

已经开通地铁的城市数据，还有各个城市的地铁线路数。

文章插图

32个城市开通地铁
城市分布情况

文章插图

大部分都是省会城市，还有个别经济实力强的城市。
线路数量分布情况

文章插图

可以看到大部分还是在「0-5」这个阶段的，当然最少为1条线。
# 哪个城市哪条线路地铁站最多print(df_line.sort_values(by='station', ascending=False))哪个城市哪条线路地铁站最多

文章插图

北京10号线第一，重庆3号线第二

文章插图

文章插图

去除重复换乘站的数据

# 去除重复换乘站的地铁数据df_station = df.groupby(['city', 'station']).count().reset_index()print(df_station)

包含3034个地铁站
减少了近400个地铁站

文章插图

接下来看一下哪个城市地铁站最多

# 统计每个城市包含地铁站数(已去除重复换乘站)print(df_station.groupby(['city']).count().reset_index().sort_values(by='station', ascending=False))

武汉居然有那么多地铁站

文章插图

实现一下新周刊中的操作，生成地铁名词云

def create_wordcloud(df):"""生成地铁名词云"""# 分词text = ''for line in df['station']:text += ' '.join(jieba.cut(line, cut_all=False))text += ' 'backgroud_Image = plt.imread('rocket.jpg')wc = WordCloud(background_color='white',mask=backgroud_Image,font_path='C:WindowsFonts华康俪金黑W8.TTF',max_words=1000,max_font_size=150,min_font_size=15,prefer_horizontal=1,random_state=50,)wc.generate_from_text(text)img_colors = ImageColorGenerator(backgroud_Image)wc.recolor(color_func=img_colors)# 看看词频高的有哪些process_word = WordCloud.process_text(wc, text)sort = sorted(process_word.items(), key=lambda e: e[1], reverse=True)print(sort[:50])plt.imshow(wc)plt.axis('off')wc.to_file("地铁名词云.jpg")print('生成词云成功!')create_wordcloud(df_station)

展示词云图