【R图秀-1】12306列车数据可视化

作者简介Introduction

傅兴：个人公众号：Rapp

往期回顾

用R语言来试着分析一下12306官网上的列车数据。我的目的不是做一个同样的命令行火车票查看器，而是通过实战来练习如何抓取、整理、分析数据，并对分析结果进行可视化。

在抓取数据前，首先要确定列车的出发地和目的地是哪里。我选择上海作为出发地，12306官网上的其他32个热门城市作为目的地。发车时间选择十一国庆节（2016-10-01）

下面是我整理出来的32个目的地的名称和12306提供的英文缩写：

我定义了一个名为search_12306的函数，用来抓取数据。该函数调用12306的API（找到这个API的方法可以参考前面提到的那篇文章），然后用R的jsonlite包来解析API返回的json字符串，最后转成R的data.frame数据。

为了方便提取这个data.frame中的数据，我又定义了一个名为parse_tickets_info的函数来处理这个data.frame，并将整理好的数据用一个list返回。
加载的软件包和自定义的2个函数代码如下：

工具已经准备完毕，接下来就正式抓取数据。首先读入目的地文件，然后用一个apply函数将目的地参数传递给search_12306函数，抓取到的32个城市的信息存在一个list里。然后再用一个lapply函数将抓取到的每个目的地的信息传递给parse_tickets_info函数，结果同样保存在一个list里。
代码如下：

至此，数据也准备完毕，下面我们一起来作图：
1. 从上海出发的列车中，出发的高峰时间是几点钟，到达目的地的高峰时间是几点钟？

从图上可以看，中午出发的列车较少，在上午和下午各有一个出发高峰，到达目的地的时间大多在下午和傍晚。

代码如下：

2. 从上海出发的列车中，有多少是始发车，多少是过路车？

从图上可以看到，从上海到南京和杭州的列车是最多的（江浙沪的交通是最便利的），而且从上海始发的列车远远多于过路车。
代码如下：

3. 到各个城市的车次类型有哪些？

从这个图可以方便的看到，上海到哪些城市开通了高铁。
代码如下：

4. 到达某个目的地，最快和最慢的列车分别需要多长时间？

根据这幅图，大家可以估计一下坐火车到你想去的城市需要多少时间。
代码如下：

5. 十一长假就要到了，我们看看到各个城市的剩余车票还有多少，到不同的城市的订票趋势是否有差异？

从图上可以看到，1号的票已经卖的差不多了，3号和4号的车票比较富余，6号和7号的票也比较紧俏。需要注意的是，车票数据会实时变化，这幅图只代表了9月23号的余票情况。我对余票信息做了聚类，发现从上海到不同的城市的订票趋势还是有一些差异，但总体趋势是一致的。
代码如下：

今天的【R图秀】给大家展示的是如何用R来分析从上海到其他城市的列车数据，感兴趣的小伙伴们也可以研究一下自己所在城市的列车数据。

　往期精彩内容整理合集　

公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲（连载中）
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费视频教程 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据，揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享