網(wǎng)上有很多關于pos機系統(tǒng)數(shù)據(jù)字典,萬條拼車數(shù)據(jù)背后的春節(jié)遷徙地圖的知識，也有很多人為大家解答關于pos機系統(tǒng)數(shù)據(jù)字典的問題，今天pos機之家(m.shineka.com)為大家整理了關于這方面的知識，讓我們一起來看下吧!
本文目錄一覽：
pos機系統(tǒng)數(shù)據(jù)字典
今天是正月初九，春運返程也已過半。這篇文章，作者對北京、上海、廣州、深圳、杭州等地 1萬多條出行數(shù)據(jù)進行分析，得出了一些有意思的結(jié)論，并且繪制了這幾個城市春運的遷移圖。雖然數(shù)據(jù)在取樣公平性上不能完全符合標準，但是思路還是值得大家學習參考的~
目錄
前言統(tǒng)計結(jié)果爬蟲思路統(tǒng)計思路后記前言
很早之前發(fā)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(jié)返鄉(xiāng)大潮，剛好再拿過來寫一下數(shù)據(jù)分析的思路。
本次數(shù)據(jù)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(shù)據(jù)，由于手動操作難以保證取樣的公平性，所以不能對全部數(shù)據(jù)結(jié)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(tǒng)計結(jié)果
好了知道大家比較關心結(jié)果，所以先把結(jié)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(jù)城市進行分析，結(jié)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(shù)據(jù)的話訂單數(shù)量應該是深圳 > 北京 > 廣州 > 上海 > 杭州，但是同一個城市內(nèi)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(shù)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(jié)果是這樣的，沒想到廣州是最高的，也可能是我統(tǒng)計錯誤。
哪里乘客最壕有時候有些偏遠地區(qū)訂單或者順路司機少，乘客會加價希望司機接單，于是統(tǒng)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(jié)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(xiāng)路線圖最后放幾張返鄉(xiāng)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(shù)據(jù)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(tǒng)計思路：數(shù)據(jù)的話我是通過本地 Mongodb 存儲，所以直接用 Python 操作 Mongodb 數(shù)據(jù)
Pymongo：關于 Mongodb 數(shù)據(jù)庫的連接，直接上代碼：
client = MongoClient(\'mongodb://localhost:27017\')spring = client.springcollection = spring[\'orders\']
以上代碼的意思就是連接本地 Mongodb-spring 數(shù)據(jù)庫 -orders 文檔集合
Pyecharts：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(guī)范，基本上可以零門檻入門，具體實現(xiàn)請移步文檔。
Pyecharts(http://pyecharts.org)
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(tǒng)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(nèi)保持統(tǒng)一的風格。
rom pyecharts import Style,Geostyle = Style( title_color="#fff", title_pos="center", width="360px",height="auto" />
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(shù)據(jù)，或者通過 $group 管道對數(shù)據(jù)進行處理，最后通過 pyecharts 生成相應的圖表，呈現(xiàn)
from pymongo import MongoClientfrom pyecharts import Style,GeoLinesdef getLines(self): # 連接數(shù)據(jù)庫 client = MongoClient(\'mongodb://localhost:27017\') spring = self.client.spring collection = self.spring[\'orders\'] # Mongodb的操作，$match-篩選出\'from_poi.city.city_name\'為\'杭州\'的文檔， # 再通過$group管道，按照目標城市統(tǒng)計出匯總數(shù)量 line_hangzhou = collection.aggregate([ {\'$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(shù)據(jù)格式格式化數(shù)據(jù) line_hangzhou_ = [] for line in line_hangzhou: line_hangzhou_.append(["杭州", line[\'_id\'], line[\'count\']]) # 創(chuàng)建一個GeoLines圖表 citylines = GeoLines("春節(jié)遷移路線圖", **style.init_style) # 添加數(shù)據(jù)以及樣式 citylines.add("從杭州出發(fā)", line_hangzhou_, **geo_style) # 生成html文件 citylines.render("results/citylines.html")
后記
這是一篇遲到很久的文章，本來沒打算再寫，但是總覺得下半部分沒寫完心里有個結(jié)，所以還是抽時間補上。另外作為一個非專業(yè)技術人員，多記多練免得過幾天自己就忘了。
源碼地址附上：
https://github.com/bkidy/Dida_spider
以上就是關于pos機系統(tǒng)數(shù)據(jù)字典,萬條拼車數(shù)據(jù)背后的春節(jié)遷徙地圖的知識，后面我們會繼續(xù)為大家整理關于pos機系統(tǒng)數(shù)據(jù)字典的知識，希望能夠幫助到大家！
