本文的文字及圖片來源于網(wǎng)絡(luò),僅供學(xué)習(xí)、交流使用,不具有任何商業(yè)用途,如有問題請及時聯(lián)系我們以作處理。

以下文章來源于菜J學(xué)Python ，作者J哥

在找Python的實戰(zhàn)項目學(xué)習(xí)？

爬蟲、數(shù)據(jù)分析、網(wǎng)站開發(fā)案例講解在線觀看

https://space.bilibili.com/523606542

?

前言

元旦馬上就要到了，難得的3天小長假，玩肯定是要去玩的，但去哪兒玩是個問題。于是，以旅游熱門城市廈門為例，用Python獲取了去哪兒網(wǎng)的相關(guān)景點數(shù)據(jù)，包括景點名稱、地區(qū)、評分、銷量、價格、坐標(biāo)等字段，對數(shù)據(jù)進(jìn)行可視化并作簡單分析，以求找到性價比較高的景點。

數(shù)據(jù)獲取

去哪兒網(wǎng)數(shù)據(jù)采集相對簡單，找到真實url后，構(gòu)造參數(shù)拼接，用request請求到j(luò)son數(shù)據(jù)，以追加模式將數(shù)據(jù)存儲為csv文件即可。

?

爬蟲核心代碼如下：

# -*- coding = uft-8 -*-import requests import random from time import sleep import csv import pandas as pd from fake_useragent import UserAgentdef get_data(keyword,page):ua = UserAgent(verify_ssl=False)headers = {"User-Agent": ua.random}url = f'http://piao.qunar.com/ticket/list.json?keyword={keyword}?ion=&from=mpl_search_suggest&page={page}'res = requests.request("GET", url,headers=headers)sleep(random.uniform(1, 2))try:res_json = res.json()#print(res_json)sight_List = res_json['data']['sightList']print(sight_List)except:passif __name__ == '__main__':keyword = "廈門"for page in range(1,100): #控制頁數(shù)print(f"正在提取第{page}頁")sleep(random.uniform(1, 2))get_data(keyword,page)

數(shù)據(jù)處理

導(dǎo)入相關(guān)包

首先導(dǎo)入數(shù)據(jù)處理和數(shù)據(jù)可視化相關(guān)第三方庫，便于后續(xù)操作。

import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline plt.rcParams['font.sans-serif'] = ['SimHei'] # 設(shè)置加載的字體名 plt.rcParams['axes.unicode_minus'] = False# 解決保存圖像是負(fù)號'-'顯示為方塊的問題 import jieba import re from pyecharts.charts import * from pyecharts import options as opts from pyecharts.globals import ThemeType import stylecloud from IPython.display import Image

導(dǎo)入景點數(shù)據(jù)

用pandas讀取爬取的csv格式景點數(shù)據(jù)并預(yù)覽。

df = pd.read_csv("/旅游/廈門旅游景點.csv",names=['name', 'star', 'score','qunarPrice','saleCount','districts','point','intro']) df.head()

?

刪除重復(fù)數(shù)據(jù)

網(wǎng)站存在一定的重復(fù)數(shù)據(jù)，需要進(jìn)行剔除。

df = df.drop_duplicates()

查看數(shù)據(jù)信息

查看字段類型和缺失值情況，符合分析需要，無需另作處理。

df.info() <class 'pandas.core.frame.DataFrame'>Int64Index:422 entries, 0 to 423Data columns (total 8 columns):# Column Non-Null Count Dtype --- ------ -------------- ----- 0 name 422 non-null object 1 star 422 non-null object 2 score 422 non-null float643 qunarPrice 422 non-null float644 saleCount 422 non-null int64 5 districts 422 non-null object 6 point 422 non-null object 7 intro 377 non-null object dtypes: float64(2), int64(1), object(5)memory usage: 29.7+ KB

描述性統(tǒng)計

從描述性統(tǒng)計表可知，剔除重復(fù)數(shù)據(jù)后，剩余424個景點，門票均價為40元。

color_map = sns.light_palette('orange', as_cmap=True) # light_palette調(diào)色板 df.describe().style.background_gradient(color_map)

?

可視化分析

景點介紹

通過對廈門景點介紹文本進(jìn)行詞云圖繪制，我們很容易看出廈門的特點。典型的海濱休閑城市，帆船、鼓浪嶼、游艇等詞被大量提及，建筑、博物館等詞也有一定提及，體現(xiàn)出廈門濃厚的人文氣息。

#繪制詞云圖 text1 = get_cut_words(content_series=df['intro']) stylecloud.gen_stylecloud(text=' '.join(text1), max_words=100,collocations=False,font_path='simhei.ttf',icon_name='fas fa-heart',size=653,#palette='matplotlib.Inferno_9',output_name='./offer.png') Image(filename='./xiamen.png')

?

景點分布

利用kepler.gl繪制廈門市旅游景點分布地圖，同時以圓圈的大小表示門票月銷量的大小，我們可以很清晰的看到，廈門市景點集中分布在思明區(qū)和湖里區(qū)，其他區(qū)域分布較為分散。尤其是思明區(qū)，門票銷量遙遙領(lǐng)先其他區(qū)域。

df["lon"] = df["point"].str.split(",",expand=True)[0] df["lat"] = df["point"].str.split(",",expand=True)[1] df.to_csv("/data.csv")

?

評分TOP10景點

從景點評分來看，廈門大學(xué)評分最高，5分滿分。其次是鼓浪嶼和南普陀寺，分別為4.9分和4.6分。難怪有人說，沒去過廈大和鼓浪嶼，相當(dāng)于沒來過廈門。

df_score = df.pivot_table(index='name',values='score') df_score.sort_values('score',inplace=True,ascending=False) df_score[:10]

?

月銷量TOP10景點

從門票月銷量來看，鼓浪嶼排第一，月銷量1230，其次是廈門園林植物園和鼓浪嶼往返輪渡。廈門方特夢幻王國也有600以上的月銷量。

df_saleCount = df.pivot_table(index='name',values='saleCount') df_saleCount.sort_values('saleCount',inplace=True,ascending=False) df_saleCount[:10]

?

價格TOP20景點

從景點價格來看，玩游艇、直升機(jī)、帆船類的活動花銷較大，另外，廈門方特價格也不便宜，如果對價格不敏感可以考慮，如果是窮游可以提前避開。

df_qunarPrice = df.pivot_table(index='name',values='qunarPrice') df_qunarPrice.sort_values('qunarPrice',inplace=True,ascending=False) df_qunarPrice[:20]

?

月銷售額TOP20景點

由于廈門近一個月景點銷量的變化幅度小于價格的變化幅度，銷售額受價格影響更大。從以下圖中也可以看出，月銷售額較大的景點仍然是游艇、方特之類。

df["saleTotal"] = df["qunarPrice"]*df["saleCount"] df_saleTotal = df.pivot_table(index='name',values='saleTotal') df_saleTotal.sort_values('saleTotal',inplace=True,ascending=False) df_saleTotal[:20]

?

景點等級分布

從廈門景點等級分布來看，3A以上等級景點占比不到5%。

df_star = df["star"].value_counts() df_star = df_star.sort_values(ascending=False) #print(df_star) c = (Pie(init_opts=opts.InitOpts(theme=ThemeType.WALDEN)).add("",[list(z) for z in zip(df_star.index.to_list(),df_star.to_list())]).set_global_opts(legend_opts = opts.LegendOpts(is_show = False),title_opts=opts.TitleOpts(title="景點等級分布",subtitle="數(shù)據(jù)來源：去哪兒網(wǎng)\n制圖：菜J學(xué)Python",pos_top="0.5%",pos_left = 'left')).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:ozvdkddzhkzd%",font_size=16))) c.render_notebook()

?

df[df["star"]!='無'].sort_values("star",ascending=False)

以下為篩選出的部分3A及以上景點：

?

小結(jié)

通過以上簡單的分析，我們大致可以獲得以下幾點啟發(fā)：

1.廈門是典型的海濱休閑城市，具有豐富的海洋和人文景觀；

2.廈門旅游景點主要集中分布在思明區(qū)，其他區(qū)域較為分散；

3.廈門大學(xué)口碑最高，其次才是鼓浪嶼；

4.鼓浪嶼門票銷量遙遙領(lǐng)先廈門其他景點；

5.消費較高的景點或活動包括游艇、帆船和方特。

溫馨提示：疫情還未完全散去，元旦游玩盡量避開風(fēng)險區(qū)域。

總結(jié)

以上是生活随笔為你收集整理的元旦快到了，想好去哪玩了吗？Python分析哪些景点性价比更高的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。