導讀：
本文作者為團支書、兔兔，由微信公眾號“城市數據團”（ID：metrodatateam）原創并首發，轉載請聯系首發公眾號授權，謝絕二次轉載。傳說中的春運搶票，是一
本文作者為 團支書、兔兔，由微信公眾號“城市數據團”（ID：metrodatateam）原創并首發，轉載請聯系首發公眾號授權，謝絕二次轉載。
傳說中的春運搶票，是一項對手眼協調速度、徒手計算機操作速度、奇特圖形辨識速度等個人身體能力，對計算機配置、網速、網絡穩定性等硬件基礎設施條件，對地區經濟發展、交通運輸水平等宏觀經濟背景，以及運氣等不確定因素的綜合比拼。
所以……
你搶到回家的票了嗎？
已搶到的，恭喜恭喜；沒搶到的，快點放棄。
最近，我們做了一個測試實驗，從12306網站上采集了春節期間從上海出發去往全國各個城市大約500班列車的實時余票數據（數據技術細節請看文末），希望能用這些數據幫我們搞清楚一個問題：
春運搶票到底有多難？
我們抽選了幾條線路的余票數量變化情況，一看便知：
上圖是G1359次列車的上海虹橋-長沙南站的余票情況。這個區段的特等座和一等座有部分余票，主要競爭在于二等座。二等座在放票后1分鐘有58張票剩余，之后經歷了數搶票-退票風潮（退票也可能是付款失敗造成的），在放票后1600秒左右（約27分鐘）售罄。
（注：類似58-20，20-58，58-20這樣整齊的票數波動情況在理論上不會存在，但在我們的樣本中很常見，可能是受到數據采集時網絡穩定程度的影響，對真實情況的表征有一定偏差。）
與長沙的票數階梯狀逐步減少相比，其他線路的競爭則要激烈得多：
上圖是K152的上海-商丘段的余票情況。開始放票后，硬座、硬臥、軟臥瞬間被搶空，而少量剩余的無座票則經歷了無數輪血腥激烈的拼搶，退票搶票的時間間隔往往只有幾秒。半小時后，戰斗才暫時告一段落。
相比商丘的血腥激烈，到重慶的余票數量變化則體現了搶票人的猶豫糾結：
上圖中是D636次列車的從上海虹橋-重慶北站區間的余票情況。絕大部分票瞬間被搶購一空。此后半小時內，陸續產生了3張無座票的余票，分別在2分鐘后、16分鐘后和半分鐘后才被搶走。是的，這班車歷時12小時51分鐘，要不要站回去，的確令人糾結。
在這些隨機抽取出的個案后面，其實都是無數不停刷新和點擊鼠標的搶票乘客。我們把所有班次的數據匯總，可以得到以下結論：
一、春運搶票，一分鐘定生死
按照目的地進行統計，可以看到，開始放票后1分鐘，有35座城鎮的全部列車、全部座位的火車票售罄；而我們把統計時間延長到放票30分鐘之后，城鎮數量也只是增加到了36座。搶票最難的35座城鎮列表見下圖：
很明顯，1分鐘內票被搶光的城市，30分鐘內也基本不可能搶到票了；而1分鐘內票沒有被搶光的城市，則可能根本不需要搶。
所以，假如你在1分鐘內沒有搶到票，那么恭喜你，你可以停止刷新并離開戰斗頁面了。
春運搶票就是這么殘酷：1分鐘定死生。
二、哪些地方還有余票？
現在，我們已經知道1分鐘生死線原理了，那接下來我們就計算一下放票1分鐘后各個城鎮的剩余票量，落在地圖上：
在上圖中，顏色越綠表示該城鎮的余票量越多，紅色的表示余票量在10張以下。可以看到：
全國大部分地區城市仍有余票；
余票量較低的城市集中在山西陜西、湖北湖南、以及西南云貴一帶；
有36座城鎮（包括哈爾濱、寶雞、唐山、昆明、咸陽、延安、荊州等）在放票后1分鐘各種票全部售罄，共占樣本城鎮總數的18%。
總體而言：82%的城鎮在1分鐘生死線后還仍有余票。
比如說鄭州。從上海前往鄭州的車票，經過1分鐘生死線后，余票總計仍有4600余張。
比如說成都。從上海前往成都的車票，經過1分鐘生死線后，余票仍有2000余張。
但是問題來了：
傳說中的全河南全四川都買不到火車票呢？這到底是怎么回事呢？
三、起訖時段和有無座位，才是隱藏在“仍有余票”信息下的關鍵因素
還是以鄭州為例吧，我們仔細查看一下余票信息便知，這些余票主要分布在K4046、K4168、G368、G1826等列車上。而列車時刻表顯示：
K4046和K4168的發車時間為凌晨：2:50和3:55；
G368和G1826的發車時間在晚飯時分，而到達時間則在深夜：23:02和23:28。
再來來看看成都的例子。一分鐘生死線后，上海往成都方向有余票2000余張，但值得注意的是，這些余票全部都顯示為：
無座。
上海前往成都的3256次列車，歷時47小時18分鐘；上海前往成都的K4138次列車，歷時40小時1分鐘。
很簡單：一些春運熱門目的地在1分鐘生死線后仍會有余票，因為這些班次立車要么時段很差，要么根本買不到座位。
四、1分鐘生死線后，60%的車次都買不到有座位的票
考慮到我們并不是每個人都愿意半夜摸黑出入火車站，或者有強大的體力和意志力一路站回家，假設我們希望出發到達時刻至少有一個在“朝六晚九”時段內（該標準的制定，參考了每半小時的出發達到列車數，和大部分乘客的主觀感受），且回家路上至少有一個座位/鋪位的話，搶票會變得多困難呢？
如果我們只搶符合上述要求的票，那么1分鐘生死線后車票售罄的城鎮數量將從36個劇增到122個，樣本數占比也從18%上升到60%，增長了3倍還要多。
這些新進入售罄名單的城鎮包括：成都、重慶、東莞、桂林、懷化、錦州、烏魯木齊等。
我們將新條件下的余票情況畫在地圖上：
由上圖可知：
從上海出發的時間適宜、有座位/鋪位的列車，僅在長三角地區、京滬線上以及福建等地區還有有少量余票；
全國大部分地區都已經全部呈現紅色。1分鐘生死線過后，一票難求。
現在我們明白了：
春運也許并非一票難求，真正難求的是那張能讓我們有尊嚴地坐著回家的票。
五、越是偏遠且經濟落后地區，越是一票難求
以上，我們分析了不同條件下的余票情景，但作為一個在魔都生活的外地人，還有一個問題沒有回答：
到底上海前往哪里的春運票更難搶呢？
我們仍然以搶到“可以有尊嚴地坐著回家的火車票”作為目標，按照與城鎮等級和與上海的距離對城鎮進行分類，比較各類城鎮在1分鐘生死線后的余票情況，統計結果如下圖所示：
從距離上看，目的地距離上海越遠，票越難搶；
從城市等級來看，目的地越是小城鎮，票越難搶。
從上海去到同為一線城市的北廣深，票不需要搶；
去往同處長三角的南京杭州，票不需要搶。
真正被瘋搶的車票，是那些遠離上海的小城鎮，比如湖北恩施、四川達州、遼寧鐵嶺以及河南駐馬店……
而真正搶不到那張車票的，也很可能正是最需要那張票的、想帶著尊嚴回家的人。
大概就是這樣。
以下是本次數據采集情況的說明
數據采集源
www.12306.cn
數據采集對象
出發站為“上海、上海南、上海西及上海虹橋”、到達站為“與上海聯系度最高的200個城鎮”的火車站（共計297個）的所有班次列車（共計478班）。
數據采集字段
478班列車的所有實時余票數量數據。
數據采集時間
2016年12月22日下午三個主要放票時間點開始后的1-30分鐘，分別為13:31-14:00、14:31-15:00、15:31-16:00。
之所以在放票1分鐘后才開始采集，是為了盡量不干擾售票系統的正常運行；據估算，我們當天對12306網站的訪問量約為40萬次，只占該網站的總訪問量（超過400億次）的十萬分之一，影響可以忽略不計。
數據采集精度
15秒。在采集時間內的三個時段內，我們每隔15秒刷新并采集一次新的余票數量數據。
之所以選擇15秒作為采集精度，是因為數據團的小伙伴人肉測試了一下搶票時間，從刷到票到輸完驗證碼確認訂票花費時間差不多是在15秒左右。如果你速度更快那么我只能表示欽佩。
城市數據團 （metrodatateam）
近期精彩活動（直接點擊查看）：
福利 · 閱讀 | 免費申請讀大數據新書 第15期
END
投稿和反饋請發郵件至holly0801@163.com。轉載大數據公眾號文章，請向原文作者申請授權，否則產生的任何版權糾紛與大數據無關。
大數據
為大家提供與大數據相關的最新技術和資訊。
長按指紋 > 識別圖中二維碼 > 添加關注
近期精彩文章（直接點擊查看）：
161224 2016年“大數據”產業的“真實面目”
161222 傅盛：深度學習是一種新的思維方式
161216 CCF：2017年大數據發展趨勢報告及解讀
161213 一文看懂人工智能：原理，技術和未來
161208 如何七周成為數據分析師
161206 一篇文看懂Hadoop：風雨十年，未來何去何從
161205 2017年大數據的十大發展趨勢
161129 大數據等最核心的關鍵技術：32個算法
161126 2016十大熱門大數據崗位，拿走不謝
161122 2017年關于數據科學六大預言
161119 漫畫：什么是機器學習？
161114 終年32歲的傳奇數學家，生前寂寂無聞，一個世紀后卻讓硅谷領袖們集體落淚致敬
161112 如何用大數據思維找女朋友？
161108 漫畫：什么是大數據
161107 數據可視化的七大秘密
161105 Gartner公布2017年十大戰略科技發展趨勢
161028 經驗貼│怎樣進行大數據入門級學習
161025 干貨：數據分析師的能力和工具體系
161023 不裝逼地說,在Google十年,到底學到啥?
161016 大數據投資人必讀：中國大數據發展與投資分析報告
161014 您的位置信息如何被利用?——基于位置信息的應用和地理信息匹配算法
161010 數據分析：微信紅包金額分配的秘密
161009 硅谷教父凱文·凱利最新預言：未來20年最重要的2個科技趨勢！
161005 1000位產品經理推薦的數據分析書
161001 十張圖看懂未來的大數據世界
更多精彩文章，請在公眾號后臺回復000查看，謝謝。
看文倉www.kanwencang.com網友整理上傳,為您提供最全的知識大全,期待您的分享，轉載請注明出處。
歡迎轉載：http://www.kanwencang.com/xinwen/20170106/82977.html
文章列表
留言列表
