12306泄露数据可视化分析

来源：互联网发布：云计算java工程师招聘编辑：程序博客网时间：2024/06/02 13:35

昨天新开的坑。
131653条数据，来自2014年末泄露到网上的12306账号信息，包括邮箱（部分QQ邮箱），姓名，电话，用户名，密码，身份证号。
还在做数据的格式化存储……

10/14更新代码：
1、数据格式化存储

# -*- coding: gbk -*-#2016/10/13  13:30#12306泄露数据分析import csvcsvfile = file(r'D:\python27\py\loc.csv', 'rb')reader = csv.reader(csvfile)loc=[]for line in reader:    loc.append(line)def findLoc(theId):    num=0    for item in loc:        if(loc[num][1]==theId):            return loc[num][0]            break        else: num=num+1    #print 'Given id not found'    return 0hk=0        count=0capital=0f=open(r'C:\Users\Administrator\Desktop\data.txt','r')csvfile = file('dat.csv', 'wb')hkcsvfile = file('hkdat.csv', 'wb')writer = csv.writer(csvfile)writer.writerow(['email_1','key','name','id','user_name','phone_number','email_2','birth','location','capital'])hkwriter = csv.writer(hkcsvfile)hkwriter.writerow(['email_1','key','name','id','user_name','phone_number','email_2','birth','location','capital'])alldata=[]hkdata=[]for line in f.readlines():    data=line.split('----')    none=0    for st in data[3]:       # print str(st)+'   '+str(data[2])        if(st>'9'and st!='X'):            none=1            #print st+'  '+data[2]            break            #print 'none : '+str(none)    if(none==1 or len(data[3])!=18):        print data[3]+'   '+data[2]        pot=data[6].find('@')        print data[6][pot+1:]        hk=hk+1        data.append('unknown_birth')        data.append('港澳台地区')#编码方式换成GBK就不会在这里乱码了        data.append(2)        hkdata.append(data)        hkwriter.writerow(data)        #print 'none : '+str(none)        continue    else:        #print 'check---------------------------------------------'        data.append(data[3][6:14])#birth        data.append(findLoc(data[3][:6]))#location    if(data[3][2:4]=='01'):#capital        data.append(1)        capital=capital+1    else : data.append(0)    #print data    alldata.append(data)#在excel显示csv文件时，id字段后三位为0，实际数据没有变化，故忽略这个问题                        #后面涉及到性别确定的时候再解决它   # print 'data: '+str(data)    writer.writerow(data)    count=count+1    if(count%1000==0):        print 'count : '+str(count)#print 'alldata 5th : '+str(alldata[4])f.close()csvfile.close()hkcsvfile.close()print 'done'print 'data amount : '+str(count)print 'hongkong id amount : '+str(hk)#print 'capital amount : '+str(capital)

2、年龄分布统计

import csvcsvfile = file(r'D:\python27\py\datas.csv','rb')newcsv=file(r'D:\python27\py\newcsv.csv','wb')reader = csv.reader(csvfile)writer=csv.writer(newcsv)a=0data=[]for line in reader:    level=line[7][:4]    #print level    #line.append(level)    data.append(level)    #writer.writerow(line)csvfile.close()newcsv.close()def count(datalist,item):    num=0    for a in datalist:        if(a==item):            num=num+1    print num    return numcountlist=[]for n in range(1940,2010,1):    countlist.append([n,count(data,str(n))])print countlist

数据统计出来之前，昨晚立的flag:

flag

今天简单用excel作了个图：

excle图

恩。先这样。

0 0