文章目录
任务
学院的C语言课程设计选题为地铁模拟系统,除了实现购票和充值,题目还要求实现车辆调度功能,原本没有想到好的实现形式一直搁置,验收关头发现必要性。
经学长点拨,将其所做的公交车的调度方式进行移植。只需绘制发车时间与抵达终点站时间的线性图即可体现调度功能,并加入真实数据处理更具逼真性。
已有
- 学长传给的公交车运行数据(excel表格)
- 微博官方账号每日公布昨日流量
过程
分别
1. 用c语言读入数据
- 计划任务
2. 用爬虫爬取微博数据
在多次尝试调用API均失败后,怀一线希望在网上搜寻,一个脚本可以成功运行。
可运行脚本
可通过此文章了解爬取新浪微博网站相关知识。
基础设置
# -*- coding: utf-8 -*-
import random
import urllib.request
import json
import re
import requests
import time
#定义要爬取的微博ID为武汉地铁运营
id= str(3186945861)#(input("请输入要抓的微博uid:"))
na='a'
#设置代理IP
iplist=['112.228.161.57:8118','125.126.164.21:34592','122.72.18.35:80','163.125.151.124:9999','114.250.25.19:80']
proxy_addr="125.126.164.21:34592"
#定义页面打开函数
def use_proxy(url,proxy_addr):
req=urllib.request.Request(url)
req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0")
proxy=urllib.request.ProxyHandler({'http':random.choice(iplist)})
opener=urllib.request.build_opener(proxy,urllib.request.HTTPHandler)
urllib.request.install_opener(opener)
data=urllib.request.urlopen(req).read().decode('utf-8','ignore')
return data
#获取微博主页的containerid,爬取微博内容时需要此id
def get_containerid():
url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id
data=use_proxy(url,random.choice(iplist))
content=json.loads(data).get('data')
for data in content.get('tabsInfo').get('tabs'):
if(data.get('tab_type')=='weibo'):
containerid=data.get('containerid')
return containerid
在验证可获取微博内容后,下一步就是将自己所需的数据剔出。
观察数据
###观察每一页的卡片数目,卡片即对应单个微博
for i in range(20):
weibo_url='https://m.weibo.cn/api/container/getIndex?type=uid&value='+id+'&containerid='+get_containerid()+'&page='+str(i)
data=use_proxy(weibo_url,random.choice(iplist))
content=json.loads(data).get('data')
cards=content.get('cards')
print(len(cards))
可推知,卡片为一个页面上显示的微博条目。
数据清洗
通过网上资料可知card_type
为9则代表为微博内容,否则可能为广告等等。
#打印包含客流统计微博
for card in cards:
card_type=card.get('card_type')
#print(card_type)
if(card_type==9):
mblog=card.get('mblog')
#print(mblog)
#if(str(mblog).find("客流")>0) :
text=mblog.get('text')
print(text)
连接上部分运行结果
将含有【昨日客流】标签的正文提取出来。
利用正则表达式的知识,将所需信息提取出来
###匹配相应信息
#示例格式:
#【昨日客流】4月27日(周六),武汉城市轨道交通线网客运量(含换乘)为332.54万乘次,其中客流前五名依次为: 2号线汉口火车站、2号线江汉路站、2号线街道口站、4号线楚河汉街站、2号线中山公园站。
print(text)
#日期:x月x日
date=re.findall('\d+月\d+日',text)[0]
#星期:周x
day=re.findall('周\S',text)[0]
#客流量
flow=re.findall('为(.*?)万乘次',text)[0]
#排名前五
ranks=re.findall('依次为:(.*?)。',text)[0]
ranks=ranks.split('、')
print(date)
print(day)
print(flow)
print(ranks)
for rank in ranks:
print(rank)
数据展示
通过可视化将数据展示出来,参考文章解决横坐标过长无法显示完全问题。
绘制高峰站点图像
###绘制高峰站点图像
import matplotlib.pyplot as plt
import math
font = {'family' : 'SimHei',
'weight' : 'bold',
'size' : '16'}
fig3 = plt.figure(figsize=(10,6))
#plt.subplots_adjust(hspace=0.3)
# 创建子图及间隔设置
ax = fig3.add_subplot(2,1,1)
plt.rc('font', **font) # pass in the font dict as kwargs
plt.rc('axes',unicode_minus=False)
plt.xticks(fontsize = 17)#对坐标的值数值,大小限制
#plt.yticks(fontsize = 37)
plt.xlabel('站点', fontproperties="SimHei")
plt.ylabel('提名次数')
#网格
plt.grid()
plt.bar(list(statisStop.keys()),list(statisStop.values()))
#plt.legend()
ax.set_xticks(range(len(list(statisStop.keys()))))
ax.set_xticklabels(list(statisStop.keys()), rotation=90)
plt.savefig('./stop.jpg')
绘制高峰流量图
##绘制高峰流量图
import matplotlib.pyplot as plt
import math
#设置字体
font = {'family' : 'SimHei',
'weight' : 'bold',
'size' : '16'}
fig3 = plt.figure(figsize=(10,6))
#plt.subplots_adjust(hspace=0.3)
# 创建子图及间隔设置
ax = fig3.add_subplot(2,1,1)
plt.rc('font', **font) # pass in the font dict as kwargs
plt.rc('axes',unicode_minus=False)
#对坐标字体大小限制
plt.xticks(fontsize = 10)
#plt.yticks(fontsize = 37)
#设置坐标标签
plt.xlabel('日期')
plt.ylabel('流量(万乘次)')
#网格
plt.grid()
#将横坐标反转,符合时间逻辑
plt.plot(list(statisFlow.keys())[::-1],list(statisFlow.values())[::-1])
#设置间距
ax.set_xticks(range(0,len(list(statisFlow.keys())),7))
ax.set_xticklabels(list(statisFlow.keys())[::-7], rotation=70)
#保存图片
plt.savefig('./flow.jpg')
写在后面
在2020年,终于将这篇早已列为草稿的计划完成。但在今天,武汉的地铁已经停止运行3天,家中电视正在不停播报关于祸起武汉的肺炎的最新进展,或者是鼓舞民众的有力声音。
在这个大时代中,自己曾经处于事发的漩涡到底还是让人感觉魔幻,开学好像也随事态的愈发严重显得遥不可及。
希望这场风波快点平歇,一切好起来!