不知道各位有沒有發現，近期世界各地的地震頻率很頻繁，微博上時常報到哪里哪里又發生地震了。不知道地球是咋了，不過自然會聯想到一個問題：這些地震之間有沒有什么聯系？

所以，今天就來通過 Python ?爬蟲并可視化近一年全球地震的情況。

打開谷歌，搜索發現了一個網站：中國地震臺網：

url：http://news.ceic.ac.cn/index.html

在該網站可以查看最新的全球地震信息，還支持地圖顯示地震信息，歷史查詢等。

毫無疑問，這句是我們需要的網站，那么我們接下來就來實現最近一年全球所有的地震信息爬取。

網站分析

首先，根據我們設計的需求，我們需要爬取最近一年的所有地震信息，我們找到快捷查詢，按時間選擇最近一年內地震，即可顯示最近一年地震信息。

可以看到一共有59頁，所以我們需要分析翻頁URL。

試著點擊第二頁，第三頁或尾頁，我們可以發現網站的URL是固定不變的，我們大概率可以確定這些數據的加載來源都是通過后臺js加載得到的，我門進行再次驗證。

我們f12進入谷歌開發者模式，查看選擇第二頁對應的Elements模塊的內容，可以看出 href="javascript:void (0)"，很明顯是通過js加載的。

我們還可以把網頁設置啟用或禁用JavaScript，可通過瀏覽器設置，也可以通過谷歌瀏覽器插件實現，推薦一下我使用的插件Toggle JavaScript。

比如，我們點一下這個插件便簽然后再刷新網站試試，根據頁面顯示內容足以證明我們的猜想。

接下來，我們就需要找到它的加載js內容文件或者使用最直接的selenium進行實現。

我們在開發者模式中選擇Network模塊點擊XHR，然后點擊第二頁，第三頁，多點幾頁，在這個過程中你會發現每點擊一頁增加一個文件。

可以基本確定，這就是我們需要的，點擊進去查看，Response有需要的內容，把鏈接復制到瀏覽器打開查看。

可以明顯看出，這就是我們需要的數據，那么我們可以知道，每一頁就是一個這個文件內容，我們只要構造59個這樣的URL鏈接進行爬取即可。

URL鏈接為：

• http://www.ceic.ac.cn/ajax/speedsearch?num=6&&page=1&&callback=jQuery18009545762559523003_1565244345462&_=1565244347921

• http://www.ceic.ac.cn/ajax/speedsearch?num=6&&page=2&&callback=jQuery18009545762559523003_1565244345462&_=1565244352936

• http://www.ceic.ac.cn/ajax/speedsearch?num=6&&page=3&&callback=jQuery18009545762559523003_1565244345462&_=1565244355966

可以看出，鏈接中page決定的是頁數，后面的_是動態的就是可變的，其他都是不變的，看到這一串東西，如果有經驗一看就知道是時間戳了，我們來驗證下。

我們可以試著把1565244347921 這串數據變成當前時間看看，這就是我剛剛登錄的時間。

分析到這里，我們可以構造爬取URL了，接下來我們進行爬蟲代碼實現吧。

小提示，其實根據我的驗證：

• http://www.ceic.ac.cn/ajax/speedsearch?num=6&&page=1&&callback=jQuery18009545762559523003_1565244345462&_=1565244347921

• http://www.ceic.ac.cn/ajax/speedsearch?num=6&&page=1

這兩個URL返回的內容是完全一樣的，所以我要說啥，你懂得！

爬蟲代碼實現

爬蟲實現的基本三步：

發起請求，獲取網頁

解析提取網頁內容

數據存儲

驗證是否可獲得內容，requests發起請求，cchardet的作用是判斷編碼類型。

第一步，requests發起請求，進行網頁下載。主要定義了ua用戶代理，處理了編碼類型問題，做了個網頁狀態碼驗證是否為200成功，成功則返回頁面內容信息。

第二步，進行返回內容解析，很簡單，直接把它轉為字典形式，根據key提取value即可完成內容解析工作。

第三步，進行數據保存為csv文件格式。

最后，構造59頁URL進行爬取即可。

爬取結果如下：

其實還有個更方便直接的方法，就是這個網站還是很友好的，他可以直接保存數據到本地，下載xls數據文件。

不過，這樣的話有些信息就得不到了，根據個人所需選擇數據獲取方式即可。當然這里只是爬取了最近一年的全球地震數據，你也可以根據自己定義時間爬取更多，方式是一樣的，授人以魚不如授人以漁，“漁“已經教給你了，接下來就很容易了。下圖就是歷史查詢，根據自己定義時間等進行數據顯示后進行爬取即可。

數據可視分析

首先，查看一下數據。

近一年全球震級級別最高的十個地方

先來看一看近一年全球震級級別最高的十個地方是哪些，關鍵代碼編寫如下：

結果可視化如下圖：

可以看到，地震級別最高的分別是斐濟群島地區和秘魯北部分別達到了8.1級和7.8級，值得一說的是第三名也是斐濟群島地區，地震級別同樣高達7.8級，其他就是近一年全球地震級別top10都是外國地區。

近一年每個月份發生地震數量對比情況

先來看一看近一年每個月份發生地震數量都是多少，關鍵代碼編寫如下：

結果可視化如下圖：

可以看到，除去前面的不看，最少發生地震的9月份也達到了70次，最高的6月份和8月份分別達到了恐怖的144和143次之多，也就是等于每一天發生4.8次左右。其中，可以得到近一年中每月平均發生100次左右，平均每天發生3.3次左右。

統計近一年中同一地方發生地震的次數

先來看一看近一年中同一地方發生地震的次數都是多少，關鍵代碼編寫如下：

結果可視化如下圖：

可以看到，近一年同一地方發生地震次數最多的前十名有9個都是我國的地區，看來我國真是地震高發區啊，而且前兩名都是中國四川的，希望地震少點，傷亡少點。

統計近一年中地震級別高低具體的次數

先來看一看近一年中地震級別高低具體的次數都是多少，關鍵代碼編寫如下：

結果可視化如下圖：

可以看到，最近一年地震級別的占比來看，低級別地震占大多數，而且3.0級地震占了近一年的10.9%，前10名中都不會超過6級地震，大多數圍繞在3級左右。

制作近一年地震高頻地區詞云分析圖

關鍵代碼如下：

詞云實現圖為：

以上，我們爬取并分析了近一年全球的地震信息，讓你感受下地震到底離你有多近，中國在地震高頻地區top10中占了9個位置。

文中完整代碼和素材，在后臺回復：地震 即可獲得。

總結

以上是生活随笔為你收集整理的全球地震 Python 爬虫可视化，最频发的地方是这里！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。