如何用 Python 选出好用又便宜的手机?

来源：admin 网络用户发布，如有版权联系网管删除　2018-10-23　

进入嵌入式论坛与网友讨论>>

9月13日发布的iPhone Xs算是手机界的大新闻了，新款iPhone的价格也再度刷新了手机定价的记录。看完发布会，相信很多人的心情是这样的......

笔者之前用的iPhone 6，最近准备换手机。经济形势严峻，换iPhone是换不起了，只能消费降级，投奔安卓阵营。

1500元的预算，连个二手的iPhone都买不了，但是在安卓机里却有不少选择。本文我们就来看看怎样用数据分析选购手机。

分析思路

思路很简单，上京东商城把所有手机的数据爬下来，然后根据配置、价格过滤出符合条件的手机，在过滤出来的手机里选择一部性价比最高的。画成流程图，大致是这样的：

爬取数据

第一步，我们先从京东商城爬取所有在售的手机数据。这里我们关心的主要是价格和配置信息，商品页面上的价格和配置信息像下面两张图所示：

我们编写代码爬取所有手机的价格和配置信息，爬虫的核心代码如下：

#获取手机单品的价格
defget_price(skuid):
url="https://c0.3.cn/stock?skuId="+str(skuid)+"&area=1_72_4137_0&venderId=1000004123&cat=9987,653,655&buyNum=1&choseSuitSkuIds=&extraParam={%22originid%22:%221%22}&ch=1&fqsp=0&pduid=15379228074621272760279&pdpin=&detailedAdd=null&callback=jQuery3285040"
r=requests.get(url,verify=False)
content=r.content.decode('GBK')
matched=re.search(r'jQueryd+((.*))',content,re.M)
ifmatched:
data=json.loads(matched.group(1))
price=float(data["stock"]["jdPrice"]["p"])
returnprice
return0

#获取手机的配置信息
defget_item(skuid,url):
price=get_price(skuid)
r=requests.get(url,verify=False)
content=r.content
root=etree.HTML(content)
nodes=root.xpath('.//div[@class="Ptable"]/div[@class="Ptable-item"]')
params={"price":price,"skuid":skuid}
fornodeinnodes:
text_nodes=node.xpath('./dl')[0]
k=""
v=""
fortext_nodeintext_nodes:
iftext_node.tag=="dt":
k=text_node.text
eliftext_node.tag=="dd"and"class"notintext_node.attrib:
v=text_node.text
params[k]=v
returnparams

#获取一个页面中的所有手机信息
defget_cellphone(page):
url="https://list.jd.com/list.html?cat=9987,653,655&page={}&sort=sort_rank_asc&trans=1&JL=6_0_0&ms=4#J_main".format(page)
r=requests.get(url,verify=False)
content=r.content.decode("utf-8")
root=etree.HTML(content)
cell_nodes=root.xpath('.//div[@class="p-img"]/a')
client=pymongo.MongoClient()
db=client[DB]
fornodeincell_nodes:
item_url=fix_url(node.attrib["href"])
matched=re.search('item.jd.com/(d+).html',item_url)
skuid=int(matched.group(1))
saved=db.items.find({"skuid":skuid}).count()
ifsaved>0:
print(saved)
continue
item=get_item(skuid,item_url)
#结果存入MongoDB
db.items.insert(item)

需要注意的是，上面的get_price和get_item函数分别从两个url获取数据，这是因为配置信息可以直接从商品页面中解析得到，而价格信息需要从另外一个ajax请求里获得。爬下来的所有数据存入MongoDB。

过滤数据

爬下来的手机数据当中，信息完整的共有4700多条数据，这4700多部手机属于70个手机品牌。这些品牌画成词云图是这样的：

手机的配置主要有以下这些参数：

是否双卡双待；
机身材质；
CPU型号；
内存大小；
存储容量；
电池容量；
屏幕材质；
屏幕大小；
分辨率；
摄像头。

强哥平时用手机主要是看看书、刷刷知乎微信、买买东西，所以选购新手机的时候最关心的就是速度、容量、待机时间这几项，对摄像头、屏幕材质倒不是特别在乎。考虑以上因素，在对数据做过滤的时候，我设定了以下几个条件：

CPU的品牌是高通；
内存大小大于等于6GB；
存储容量大于等于64GB；
电池容量大于3000mAh；
必须是双卡双待；
价格在1500元以内。

过滤数据的代码如下：

client=pymongo.MongoClient()
db=client[DB]
items=db.items.find({})
result=preprocess(items)
df=pd.DataFrame(result)
df_res=df[df.cpu_brand=="骁龙（Snapdragon)"][df.battery_cap>=3000][df.rom>=64][df.ram>=6][df.dual_sim==True][df.price<=1500]
print(df_res[["brand","model","color","cpu_brand","cpu_freq","cpu_core","cpu_model","rom","ram","battery_cap","price"]].sort_values(by="price"))

首先从MongoDB里读取数据，然后创建DataFrame，对DataFrame里的数据按照上面的条件作选择。代码的最后一行将筛选出来的手机打印出来，并按价格从低到高排序。

经过了这样一轮筛选后，我们得到了下面的38款手机：

上面的几部手机配置都比较接近，但是网上对小米的评价普遍比较高，于是又在上面的列表里筛选出了所有的小米手机，得到下面7款：

这里就变成了红米Note5和小米6X的PK了。价格上，两者不差上下。配置方面，网上查到红米Note5的cpu是骁龙636的（上面的表格里缺少红米Note5的cpu型号），相比小米6X的骁龙660，636虽然性能上不如660，但更省电，而且考虑到红米Note5 4000毫安的超大容量电池，最后决定了购买红米Note 5这一款。作为一款千元机，骁龙636八核CPU、6G大内存、64G大存储、5.99英寸大视野全面屏、前置相机+后置双摄、超长的待机时间，这款手机大概算是千元机中的机皇了。