Python代码爬取北京地铁客流量

首先，我们需要准备好以下工具：

- requests 库，用于发送 HTTP 请求和获取响应；
- BeautifulSoup 库，用于解析 HTML 页面；
- pandas 库，用于处理数据和生成表格；
- matplotlib 库，用于绘制图表。

接下来，我们可以按照以下步骤爬取北京地铁客流量：

1. 打开北京市地铁客流量查询页面（http://www.bjsubway.com/e/action/ListInfo/?classid=39），发起 GET 请求，并获取响应内容。

import requests

url = "http://www.bjsubway.com/e/action/ListInfo/?classid=39"
response = requests.get(url)
html = response.content

2. 使用 BeautifulSoup 库解析 HTML 页面，并找到包含客流量数据的表格。

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, "html.parser")
table = soup.find("table", class_="table01")

3. 遍历表格中的每一行，提取每个站点的客流量数据，并将其保存到一个字典中。

data = {}

for tr in table.find_all("tr")[1:]:
    td_list = tr.find_all("td")
    station = td_list[1].text.strip()
    in_count = int(td_list[2].text.strip())
    out_count = int(td_list[3].text.strip())
    total_count = in_count + out_count
    data[station] = {
        "in_count": in_count,
        "out_count": out_count,
        "total_count": total_count
    }

4. 将数据保存到一个 CSV 文件中，并使用 pandas 库读取该文件并生成一个数据框。

import csv
import pandas as pd

with open("beijing_subway.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    writer.writerow(["station", "in_count", "out_count", "total_count"])
    for station, count_dict in data.items():
        writer.writerow([station, count_dict["in_count"], count_dict["out_count"], count_dict["total_count"]])

df = pd.read_csv("beijing_subway.csv")

5. 利用数据框生成图表，展示各个站点的客流量情况。

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 设置中文字体
font_path = "C:\Windows\Fonts\SimHei.ttf"
font_prop = fm.FontProperties(fname=font_path, size=14)

# 绘制柱状图
plt.figure(figsize=(12, 6))
plt.bar(df.station, df.total_count)
plt.title("北京市地铁客流量情况", fontproperties=font_prop)
plt.xlabel("站点", fontproperties=font_prop)
plt.ylabel("客流量（人次）", fontproperties=font_prop)
plt.xticks(rotation=90, fontproperties=font_prop)
plt.grid(axis="y")
plt.show()