爬取去哪儿网6000多个景点数据告诉你 国庆哪里不是人山人海

国庆长假已经过去一半啦，朋友们有多少是堵在了景区和路上？

为了方便大家的出游选择，笔者爬取了去哪儿网上面的 6000 多个景点数据，包含景点评级、热度、销量等等数据，汇总成这篇出游参考指南。

爬虫

爬虫继续用的是最近的心头爱 Selenium，打开去哪儿网站，右键，分析网页。

我们需要的数据非常地清晰：

话不多说，只要定位到自己想要的信息，那么代码非常简单。

本文仅爬取国内的数据，由于景点数据众多，每个省份仅取了前 13 页。获得景点个数 6630 个。

数据可视化

热门景区 TOP30：

大熊猫不愧为国宝，最热门就是它。其次是故宫、郑州动物园、峨眉山、秦始皇兵马俑等等。因为笔者没有去过多少地方玩，也不知道为什么郑州动物园能排到第三，大家知道的可以分享一下它的特色吗？

省份与评级：

说实话，这个图的配色真的是太丑了，主要是笔者过于懒惰，不想好好配色了。

热力图：

热力图根据省份和城市分别作图，其次在根据销量和热度两类图，这里采用的是 Python 调用高德地图 API 实现经纬度换算、地图可视化一文的方式，调用高德地图 API 完成。

首先是省份和景区热度：

然后是省份和销量：

接下来是城市和景区热度：

最后是城市和景区销量：

值得注意的是，城市和销量一图热力范围不明显，原因为景区之间销量天差地别，一些太少的统计下来，作图非常的不明显了。若大家不喜欢用高德地图 API 作图，那么人生苦短，我要用 pyecharts 画图的方法也非常适合做热力图，比如这里笔者做了一张省份和销量的图：

综合来看，北京、四川及沿海地区都是旅游的热门省份。建议大家尽量避免去这些省份游玩。

推荐景区：

知道了需要避免的景区和省份城市，那么可以去哪些人少的地方呢？这里笔者根据景区分级，分别推荐 15 个人少的景区：

最后两张图是根据热度做的图，没有条形的则是热度为 0，那么大家可以选择上述景点中热度较高的进行游玩。

可视化代码：

结语

爬虫采集于 2018.9.27，可能因为采集时间不同，结果会有偏差。需要注意的是，若采用 pyecharts 做城市和景区热度、销量的图时，需要考虑 pyecharts 无法获得一些景区位置，解决办法可以参考《狄仁杰之四大天王》影评分析（爬虫+词云+热力图）一文。

分析完了之后，笔者反正决定国庆节都呆在家里了，不想出门，只想当快乐的肥宅。最后，祝大家国庆快乐，珍惜剩下不多的假期！！！