元旦到了，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，J哥以旅游熱門城市廈門為例，用Python獲取了去哪兒網的相關景點數據，包括景點名稱、地區、評分、銷量、價格、坐標等字段，對數據進行可視化并作簡單分析，以求找到性價比較高的景點。

數據獲取

去哪兒網數據采集相對簡單，找到真實url后，構造參數拼接，用request請求到json數據，以追加模式將數據存儲為csv文件即可。

爬蟲核心代碼如下：

# -*- coding = uft-8 -*- # @Time : 2020/12/25 9:47 下午 # @Author : 公眾號 菜J學Python # @File : 去哪兒.pyimport 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}&region=&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print(f"正在提取第{page}頁")sleep(random.uniform(1, 2))get_data(keyword,page)

數據處理

導入相關包

首先導入數據處理和數據可視化相關第三方庫，便于后續操作。

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'] # 設置加載的字體名 plt.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'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

導入景點數據

用pandas讀取爬取的csv格式景點數據并預覽。

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

刪除重復數據

網站存在一定的重復數據，需要進行剔除。

df = df.drop_duplicates()

查看數據信息

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

描述性統計

從描述性統計表可知，剔除重復數據后，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和湖里區，其他區域分布較為分散。尤其是思明區，門票銷量遙遙領先其他區域。

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

評分TOP10景點

從景點評分來看，廈門大學評分最高，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、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="數據來源：去哪兒網\n制圖：菜J學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

通過以上簡單的分析，我們大致可以獲得以下幾點啟發：?

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，其他區域較為分散；

3.廈門大學口碑最高，其次才是鼓浪嶼；

4.鼓浪嶼門票銷量遙遙領先廈門其他景點；

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險區域。

源碼：

鏈接:https://pan.baidu.com/s/119p02O7RyoQ1z1glEVG24Q? 密碼:n4ub

推薦閱讀

平時都逛哪些技術網站？（程序員必備58個網站匯總）

肝！精心整理了 50 個數據源網站！

3種Python數據結構，13種創建方法，這個總結，超贊！

總結

以上是生活随笔為你收集整理的用Python分析元旦旅游热门城市，告诉你哪些景点性价比更高的全部內容，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。