python-requests_html-with-flightaware

1.开发环境配置

• 安装Python3.x+

• 下载本教程配套的压缩包

• 安装Anaconda套装，点击这个网址 link

• 打开套装里的终端 Anaconda Prompt

• 用终端cd命令进入压缩包解压的文件目录 如cd C:\Users\51774\Desktop\python-requests_html-with-flightaware

• 进入终端后执行代码如下

---

>>> pip install requests_html 
>>> pip install pandas
>>> pip install numpy
>>> cd C:\Users\51774\Desktop\python-requests_html-with-flightaware 
>>> jupyter notebook

2.爬取数据

• 打开Flight.ipynb文件查看代码

• Shitf+Enter运行代码

Image:代码

---

Image:制定的表格

---

Image:生成的表格

---

3.可视化数据

• 我们利用plotly可视化工具

• 需要注册账号，获得账户和密钥，点击这个网址 link

• 打开cmd终端

• 在终端里调用plotly库

---

>>> import plotly
>>> plotly.tools.set_credentials_file(username='xxx',api_key= 'xxx')
>>> #xxx是在plotly账户设置-API Keys里,Username,API Keys.

• 打开编译器

• 用编译器运行30.py代码

Image:运行提示

---

• 运行完后会自动弹出网页

• 网页里是可视化的机场数据

Image:机场数据

4.常见问题

1. 爬取数据后导出的是.csv的文件不是存储到数据库?

由于Plotly可视化工具支持导入.csv表格文件，所以没有选择导入到数据库做可视化

2. 爬取的是什么航班数据?

爬取的是重庆飞往拉萨的3U8633/CSC8633航班数据

3. 该航班数据有什么亮点?

5月14日，川航3U8633重庆-拉萨航班，驾驶舱右座前风挡玻璃破裂脱落，机组实施紧急下降。机组正确处置，飞机于07：46分安全备降成都双流机场，所有乘客平安落地，有序下机。

4. 为什么选择该航班?

做一个项目的同时，并不仅仅为人们提供工作，而是让我们整个国家感到自豪。

我想把这件事情传递下去，让人们铭记，3U8633机组拯救了几百位乘客。

致敬！

---

• 喜欢的话给我个Star~