车质网车辆投诉数可视化和简单分析

Destiny_where

已于 2024-02-28 12:05:54 修改

阅读量540

点赞数 13

文章标签： python 数据可视化数据分析

于 2024-02-28 11:57:35 首次发布

本文链接：https://blog.csdn.net/Destiny_where/article/details/136341943

版权

背景

因为最近在看车，但是每台车在网上的褒贬程度不一。可以通过车质网（https://www.12365auto.com/）查看车辆投诉信息：在这里插入图片描述
所以想知道下最近车辆信息的投诉数据大致走势和可视化，由于车质网没有提供相关的数据可视化，主要是关于质量问题的投诉，于是就自己动手做一个。
以我看中的别克君威为例（去年上汽通用好像召回了部分车型，所以该车现在的评价褒贬不一），看看现在该车的投诉情况。

流程

查看车质网的相关请求和数据，F12进入开发模式，找到对应请求2. 使用python的request库请求数据并解析

    uri = {请求的url}
    params = {
        "sid": 43, # 君威 43, ct4 2799 , ct5 2720 , 君越 42
        "type": 1, 
        "year": 0,
        "stime": stime ,#"2024-01-01",
        "etime": etime ,#"2024-01-05",
        "cou": 13
    }

    # 发送get请求并获取响应
    r = requests.get(uri, params=params, headers={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"})
    r.encoding = "utf-8"#r.apparent_encoding
    content=r.content.decode('utf-8', 'ignore')
    parsed_content = extract_jsonp(content)
    parsed_content_data = parsed_content['data']

可以获得请求数据（提供参考数据）：
jQuery17204193017622193662_1709080333929({"result":true,"msg":null,"data":{"dxwt":[{"letter":"H78","firstLetter":"H","ctiTitle":"汽油泵故障","count":1],"wtDict":{"a":1,"b":1,"d":3,"e":4,"g":6,"h":1},"yearCou":[{"year":2024,"count":16}]},"other":null})
该解析数据对应的就是页面上的投诉统计内容。

按照时间维度循环请求即可。注意的是，由于投诉数量一共就万条以内，不需要使用并发来请求数据，并且过高的并发也会对网站产生负担，直接循环就可以。

for stime, etime in date_list:
    parsed_content_data = request_auto_web(stime, etime)
    year_count = parsed_content_data['yearCou']
    pro_count_one_day = sum([coun["count"] for coun in year_count])
    count_list.append(pro_count_one_day)
    time_list.append(stime)
    total_count += pro_count_one_day

最后使用matplotlib库来进行可视化

plt.rc("font",family='MicroSoft YaHei',weight="bold")

plt.figure(figsize=(10, 6))
plt.plot(time_list, count_list, marker='o')
plt.xlabel('日期')
plt.ylabel('投诉数')
plt.xticks([time_list[i] for i in range(0, len(time_list), 10)])
# plt.title('')
plt.grid(True)
plt.show()