爬取 20W 猫猫数据，来了解一下喵喵~

最近知道身边有许多朋友都养了猫，于是对猫猫有点兴趣了，于是找到了一个专门交易猫猫的网站-猫猫交易网：

http://www.maomijiaoyi.com/

从此网站上爬取 20W 条猫猫交易数据，以及爬取了猫猫品种介绍的数据，以此来了解一下猫猫。

获取数据后小编从以下维度进行探索性分析：

1、猫猫都有哪些品种，词云图

2、原产地，世界地图

3、体型占比，圆环图

4、外观描述词云

5、交易猫猫分布地图

6、交易品种占比树状图

7、每种品种平均价格排名，条形图

8、浏览次数是否跟价格成正比，散点图

9、年龄分布，柱状图

10、价格是否与年龄有关，箱型图

11、价格是否与预防有关，箱型图

12、价格是否与异地运费有关，箱型图

13、价格是否与是否纯种有关，箱型图

14、价格是否与能否视频有关，箱型图

打开猫猫交易网，先爬取猫猫品种数据，打开页面可以看到猫猫品种列表：

但只显示了每种猫猫的品种名，参考价格，这些数据还不够，所以点进去，爬取更加详细的数据。

品种名，参考价格，中文学名，基本信息，性格特点，生活习性，优缺点，喂养方法等：

爬取的代码不算难，但这次特意加了进度条功能，可以显示爬取进度：

以上就是猫猫品种的数据来自哪里，接下来是获取猫猫交易数据，进入到买猫卖猫页面：

滑到最底下，可以看到显示有多少页数据，共多少条，此时显示的是 31W，小编使用多进程只爬取了 20W：

当然，爬取的数据是进入详情页后进行爬取的，包含价格，标题，在售只数，猫龄，预防等：

由于数据，太多，小编分开爬取的，先爬取每一页中的所有猫猫详情交易链接的 url 保存进 csv，在读取 csv 一次爬取每条交易数据，于是乎 20W 数据的来源就有了。

了解了猫猫品种后，小编想知道这些品种的猫猫原产地都是来自哪里，看了看数据，除了橘猫是世界各地都有的，其他品种的猫猫大多分布在这些国家呢：

加拿大，美国，英国，古埃及，泰国，阿富汗这些国家是大多数猫猫品种们的原产地呀。

那猫猫品种的体型分布如何呢，我们一起来看看呗：

在所有品种中，大型的只有一个品种，小编把数据选出来看了看，原来是布偶猫呀，其他品种都是中小型的类型，那以后看见体型比较大的，可以先联想到布偶猫咯~

猫猫们很多品种都很可爱呀，大家一般都喜欢从什么角度形容猫猫呢：

从颜色方面，蓝色，黑色，红色形容猫猫的次数最多；性格方面，对人友善；观看角度方面从侧面看，后面看最合适。

接下来对猫猫品种有一定了解后，一起来看看猫猫交易的数据吧~

首先来看看猫猫交易主要分布在哪些区域呢：

四川，重庆，广东是猫猫交易最多的省份呀，或许是这些省份的人更喜欢猫猫吧，当然只是小编猜的哈~

那么在交易的猫猫中，主要都是哪些品种在交易呢：

橘猫最多呀，看来之前原产地说橘猫分布在世界各地，换句话可以理解为橘猫数量最多，还是有原因的呀~

其次是咖啡猫，布偶猫，英短蓝白猫。。。。。

买猫当然还是得看看价格，对于每种品种的猫猫来说，买的时候有个平均价格参考，心中有个数才好把握吧：

布偶猫名列前茅啊，在它之上还有一个缅因猫均价更高一些，小编不太了解这猫，不过布偶猫倒是觉得非常可爱。

这些猫猫一般猫龄是多大呢？一起来看看吧：

主要分布在 1-9 个月之间，都是刚出生未满一岁的小猫咪呀，一般这种小猫咪是最可爱的时候呢。

那在这些数据中，影响猫猫价格的因素到底是哪些呢？是否存在一些因素与价格相关呢？

小编先从浏览次数与价格进行分析，浏览次数一定程度上反映了猫猫的热度，所以绘制散点图：

从结果上看浏览次数与价格并不存在相关性。

那时候跟猫猫年龄有关呢？通过箱型图来查看一下：

可以看到年龄与价格是相关的，是影响价格的一个因素，1-9 个月的猫猫价格分布在 500-1700 之间，而大于 9 个月的猫猫价格都在 1300 以上，且价格分布明显不同。

在确定与年龄有关后，是否与预防针次数有关呢？

预防针次数也是与价格相关的，0针，1-2针，3针的价格区间分布明显不同，多以预防针次数也是一个影响因素。

是否包邮，是否能视频看猫猫，是否纯种都是影响价格的因素，且三者存在共线性：

所以影响价格的因素猫猫价格的相关因素有年龄，预防次数，邮费，是否纯种，能否看猫猫视频。