发现中国地铁名字的秘密

Love The Way You Lie 2021-12-22 07:27 266阅读 0赞

### 一个小小的地铁名，就是一座城市风貌的一部分，它反映着不同地方的水土，也承载着各个城市的文化和历史。 ###

本文试图从地铁站名出发，一探这一个个名字能否反映出每一寸土地的性格，文化。

参考文章：[183条地铁线路，3034个地铁站，发现中国地铁名字的秘密。][183_3034]

*  ## 数据集准备： ##
 *  ### 爬取高德地图地铁图：http://map.amap.com/subway/index.html ###

1 '''
     2 获取地铁线路图数据
     3 存为metro.csv
     4 '''
     5 import urllib
     6 import re
     7 import json
     8 import requests
     9 from lxml import etree
    10 
    11 header = {
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}

*   *  #### 　　首先对城市信息进行处理，需要获得城市对应ID，城市名英文名称，根据xpath进行对应字段爬取。 ####
     *  ![1302844-20190524005112803-2126128567.png][]

1 def City():
     2     '''
     3     爬取城市名及对应ID
     4     '''
     5     url = 'http://map.amap.com/subway/index.html'
     6     response = requests.get(url,header)
     7     #print(response.encoding)   #编码格式为 ISO-8859-1
     8     html =response.text
     9     html =html.encode('ISO-8859-1').decode('utf-8') #对网页内容编码再解码，name才能正常显示中文
    10     
    11     content = etree.HTML(html)
    12     name = content.xpath("//div[@class='sw-city']//a/text()")
    13     city_name = content.xpath("//div[@class='sw-city']//a/@cityname")
    14     city_num =  content.xpath("//div[@class='sw-city']//a/@id")
    15     
    16     for i in range(len(name)):
    17         Metro(name[i],city_name[i],city_num[i])
    18         print('正在下载'+name[i]+'地铁线路图')

*   *  #### 　　将获得的城市信息传进相关城市地铁url，如广州地铁图为 [http://map.amap.com/service/subway?\_1558630393009&srhdata=4401\_info\_guangzhou.json][http_map.amap.com_service_subway_1558630393009_srhdata_4401_info_guangzhou.json] ####
     *  ![1302844-20190524005612963-1539001054.png][]
        
            1 def Metro(name,city_name,city_num):
             2     '''
             3     爬取详细地铁站名
             4     '''
             5     url = 'http://map.amap.com/service/subway?srhdata='+city_num + '_drw_'+ city_name +  '.json'
             6     response = requests.get(url,header)
             7     html = response.text
             8     result = json.loads(html)
             9     
            10     for i in result['l']:
            11         for j in i['st']:
            15             with open('./metro.csv','a+') as f:
            16                 f.write(name+','+i['ln']+','+j['n']+'\n')
        
        实际爬取网页过程中，往往从单个城市出发，再初步添加参数多城市进行爬取

*  ### 爬取得到metro.csv文件 ###
    
     *  ![1302844-20190524010205275-2137718358.png][]

*  ## 数据可视化 ##
 *  ### 获得数据后，对数据进行清洗并进行可视化 ###

1 '''
     2 对数据进行清洗及可视化
     3 '''
     4 #可视化包pyecharts使用：https://blog.csdn.net/wsp_1138886114/article/details/80509375
     5 #本案例使用版本为pip install pyecharts==0.5.11，最新的1.0.版本用法不同
     6 
     7 import pandas as pd
     8 from pyecharts import Bar,Geo
     9 import matplotlib.pyplot as plt
    10 import numpy as np
    11 import seaborn as sns
    12 import jieba
    13 from wordcloud import WordCloud, ImageColorGenerator

*   *  #### 　　打开数据集，根据城市名进行分组，将地铁站名数量相加后再放入数据集中。 ####

1 def main():
     2     
     3     df = pd.read_csv('./metro.csv',header=None,names=['city','line','station']) 
     4     
     5     
     6     #按城市和线路分组，计算出每条线路的站台数量，再重新设置索引进行排序
     7     df_line = df.groupby(['city','line']).count().reset_index()
     8     
     9     #各城市的地铁线路数量
    10     #df_city = df_line.groupby(['city']).count().sort_values(by='line',ascending=False).reset_index()
    11     df_city = df_line.groupby(['city']).count()
    12     df_city['station'] =df_line.groupby('city').sum()
    13     df_city = df_city.sort_values(by='line',ascending=False).reset_index()

*   *   *  print(df)
         *  ![1302844-20190524011317401-2111512698.png][]
         *  print(df\_city)
         *  ![1302844-20190524011527811-1425357347.png][]

*  ### 找出地铁线路最多的前十个城市 ###

def Line_Show(df):
        '''
        生成城市地铁线路数量分布情况
        '''
        #中文显示
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        
        #由图可看出北上广港地铁线路最多
        sns.barplot(x='city',y='line',data=df,palette='deep')
        #地铁站点最多的城市为上海
        sns.barplot(x='city',y='station',data=df,palette='rocket')
        plt.show()

df_city_10 = df_city[:10]
    Line_Show(df_city_10)

*  #### 下图可看出北上广拥有的地铁线路排名前三，反映出了其大城市的定位及土地面积之大。 ####

![1302844-20190524012547420-2121262280.png][]

*  #### 北京拥有最多的地铁线路，而上海确实拥有地铁站台最多的城市 ####

![1302844-20190524012401643-1909670067.png][]

*  ## 地铁名的标配词 ##
 *  如此多的地铁名词，那些词汇会是热门呢？
 *  对地铁名进行词频分析

1 def Word_Cloud(df):
     2     '''
     3     生成地铁名词云
     4     '''
     5     text=''
     6     for i in df:
     7         text += ' '.join(jieba.cut(i,cut_all=False))
     8         text +=' '
     9     #print(text)
    10     background_image = plt.imread('./地铁.jpg')
    11     wc = WordCloud(
    12             background_color='white',       #背景颜色
    13             mask = background_image,        #背景图片
    14             font_path = './simhei.ttf',          #字体设置
    15             max_words=1000,
    16             max_font_size=150,
    17             min_font_size=15,
    18             prefer_horizontal=1,
    19             random_state=50,
    20             )
    21     wc.generate(text)
    22     wc.to_file('./地铁云.png')

1 Word\_Cloud(df\['station'\])

*  ### 对词频进行分词，传入地铁形状的背景图，对相关参数进行设置，生成地铁名词云。 ###
 *  #### 火车站，广场，公园，大道是出现频率最高的词汇 ####

![1302844-20190524013836978-1249751277.png][]

看到这个图的时候，你是不是会心一笑，马上能想到相应的地铁站？

住在长春的你，此时的脑袋里必定会浮现出**“胜利公园”**或**“人民广场”**；如果你住广州，第一个想到的或许是**“公园前”**；到了武汉，你可能会想起**“中山公园”“洪山广场”**……

对一座城市来说，**“公园”“广场”是重要的文化地****标**，以这两类文化地标来命名，一方面指向性非常明确，可以给市民或游客提供清晰的地理定位；另一方面，将这些地标作为地铁名字，也可以帮助推广城市文化。

在“公园”“广场”之外，地铁站名里还有另外一种常见的重要地标建筑，那就是**“火车站”**。

在跨越城市或省份的交通中，火车站往往担负着重要的任务，也因为这个原因，它成为了各个城市的地标建筑。

但是，火车站一般处于城市的边缘地带，自驾或公交都会增加人们的交通成本，所以，为了方便人们的出行，附近都设有地铁站，地铁名也会与火车站同名。

*  ### 地铁命名的“关键字” ###
 *  一个好的地铁名字，反映的土地之上的人文景观且通俗易懂，让人们能第一时间联想到该区域的特性。
 *  对全国各条地铁线路的站名文本做字频分析

1 def Word_Fre(df):
     2     '''
     3     统计词频
     4     https://www.cnblogs.com/hatemath/p/8268234.html
     5     '''
     6     words=[]
     7     words_dict ={}
     8     exclude_str = "，。！？、（）【】<>《》=：+-*—“”…" 
     9     #添加每一个字到列表中
    10     for word in df:
    11         for j in word:
    12             #将字符串输出为中文
    13             words.append(j)
    14     #print(words)
    15     
    16     #用字典统计每个数出现的次数
    17     for i in words:
    18         if i not in exclude_str:                #排除符号
    19             #对单个字出现次数计数
    20             if i.strip() not in words_dict:     
    21                 words_dict[i]=1
    22             else:
    23                 words_dict[i] += 1 
    24     #print(words_dict)
    25     #print(words_dict.items())  #字典.items() 函数以列表返回可遍历的(键, 值) 元组数组
    26     
    27     #x[1]是按字频排序，x[0]则是按字排序
    28     word_frequency = sorted(words_dict.items(),key=lambda x:x[1],reverse=True)[:10]
    29     #print(word_frequency)
    30     Word_Bar(word_frequency)
    31  
    32 def Word_Bar(word_frequency):
    33     '''
    34     生成词频图
    35     '''
    36     attr = [j[0] for j in word_frequency]
    37     fre  = [j[1] for j in word_frequency]
    38     sns.barplot(x=attr,y=fre)

1 Word\_Fre(df\['station'\])

![1302844-20190524015054082-675649240.png][]

敢问路在何方，一个“路”字，以绝对优势成了出现频率最高的字，可以说，无论走到哪个城市，你都能在地铁图里，找到不同的“路”。

*  ### 深圳地铁出现频率最高的字是？ ###

1     '''
    2     深圳地铁站出现频率最高的字
    3     '''
    4     df1 = df[df['city']=='深圳']
    5     Word_Fre(df1['station'])   
    6     print(df1[df1['station'].str.contains('湾')])

![1302844-20190524015512677-1089444954.png][]

![1302844-20190524015535986-1034630022.png][]

当**“湾”**字出现时，大脑中立刻浮现了**“前海湾”，“红树湾”**等多个地名，“湾“字的确能代表深圳这座城市，作为粤港澳大湾区的中心点，深圳介于香港与珠三角其他城市之间，不仅对于珠三角有着不小的影响，而且还和香港有着多年的交流和合作基础，是港澳地区与珠三角之间的桥梁与纽带。

从地理位置上来说，临海城市地铁名中出现湾的频率会否更高呢

*  ### 选取站名出现湾最多的几个城市 ###

1     #选取站名出现湾最多的几个城市
    2     df_bay = df[df['station'].str.contains('湾|灣')]
    3     #print(df_bay)
    4     #香港的'湾'字为繁体字
    5     df_bay_num = df_bay.groupby('city').count().sort_values(by='station',ascending=False)
    6     print(df_bay_num)

![1302844-20190524020305540-214630869.png][]

地铁站名出现”湾“字较多次数的城市，无一例外，均为临海，或者是有江河交汇的城市，深圳，大连，重庆等。

在一开始分析时，香港并未出现在名单中，原来是香港地铁站名使用了繁体字。

![1302844-20190524020623130-1765843482.png][]

**在一些依山傍水的地方，地铁名必定带有较多的“山山水水”。**

像南京这样周边山丘众多的城市，地铁里也跟着冒出很多座“山”。**搭个地铁就好像在“翻山越岭”一般**：爬完4号线的九华山、聚宝山和灵山，转S7号线翻无想山，再转个S8号线，还可以看到凤凰山。

光是念这些古朴的名字，你都能想象到那秀丽、清幽的画面了。

**靠山的城市，地铁名多“山”，而靠近江河湖海的城市，地铁的“含水量”也会噌噌噌地往上涨。**

中国的地铁名里，值得挖掘的东西还有很多很多，比如有的地铁名非常风雅，听起来就让人心情愉悦，像**北京的金台夕照，西安的桃花潭，南京的莫愁湖，香港的杏花邨......**

可以说，一个小小的地铁名就是一座城市风貌的一部分，它反映着不同地方的水土，也承载着各个城市的文化和历史。

**北京的庄严气派，上海的现代多元，杭州的诗意风雅，广州的岭南风情，重庆的市井气息……**这些都被藏在地铁名字里了。

所以，如果你想快速地了解一座城市，不妨试试从地铁名开始吧，你一定会有很多意想不到的收获！

###### Ps：3447个地铁站名里，换乘站会被重复统计，但此部分地铁站占比很小，对统计结果的影响可以忽略不计。 ######

转载于:https://www.cnblogs.com/jvfjvf/p/10915761.html

[183_3034]: https://mp.weixin.qq.com/s/fTt_-DJXFa5GmTZa3J03og
[1302844-20190524005112803-2126128567.png]: /images/20211220/bc1cb39076d94c2e9011c6998a899a53.png
[http_map.amap.com_service_subway_1558630393009_srhdata_4401_info_guangzhou.json]: http://map.amap.com/service/subway?_1558630393009&srhdata=4401_info_guangzhou.json
[1302844-20190524005612963-1539001054.png]: /images/20211220/cce3bc168ddd4e2baaadd0bd78578a13.png
[1302844-20190524010205275-2137718358.png]: /images/20211220/f1061855831646629c39a7558b4c52b5.png
[1302844-20190524011317401-2111512698.png]: /images/20211220/cec70048c868435e87b137e4dfa35c66.png
[1302844-20190524011527811-1425357347.png]: /images/20211220/8dce0500a9a94abda0ff980a03a9327e.png
[1302844-20190524012547420-2121262280.png]: /images/20211220/79867648f75f421383d660886c29d2ca.png
[1302844-20190524012401643-1909670067.png]: /images/20211220/23cb2777a0dd4857beb8ca80ee727b83.png
[1302844-20190524013836978-1249751277.png]: /images/20211220/17634579b9074fe789919c311f398bc6.png
[1302844-20190524015054082-675649240.png]: /images/20211220/3f28a32bdbfc4b7dad4275f553954713.png
[1302844-20190524015512677-1089444954.png]: /images/20211220/2faed7ba49a44e6aa1cbe65afae25205.png
[1302844-20190524015535986-1034630022.png]: /images/20211220/c8f03c75a175415ba95ca28c9405c57b.png
[1302844-20190524020305540-214630869.png]: /images/20211220/4e7ce94be6204ac289d2b0b8542b2c52.png
[1302844-20190524020623130-1765843482.png]: /images/20211220/4701f2a9782e425e99da94bdc9df9bd3.png