VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > 编程开发 > python入门教程 >
  • 元旦快到了,想好去哪玩了吗?Python分析哪些景点性价比更高

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于菜J学Python ,作者J哥

在找Python的实战项目学习?

爬虫、数据分析、网站开发案例讲解在线观看

https://www.xin3721.com/eschool/pythonxin3721/

前言

元旦马上就要到了,难得的3天小长假,玩肯定是要去玩的,但去哪儿玩是个问题。于是,以旅游热门城市厦门为例,用Python获取了去哪儿网的相关景点数据,包括景点名称、地区、评分、销量、价格、坐标等字段,对数据进行可视化并作简单分析,以求找到性价比较高的景点。

数据获取

去哪儿网数据采集相对简单,找到真实url后,构造参数拼接,用request请求到json数据,以追加模式将数据存储为csv文件即可。

 

爬虫核心代码如下:

复制代码
# -*- coding = uft-8 -*-

import requests
import random
from time import sleep
import csv
import pandas as pd
from fake_useragent import UserAgent

def 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:
        pass

if __name__ == '__main__':
    keyword = "厦门"
    for page in range(1,100): #控制页数
        print(f"正在提取第{page}页")
        sleep(random.uniform(1, 2))
        get_data(keyword,page)
复制代码

 

数据处理

导入相关包

首先导入数据处理和数据可视化相关第三方库,便于后续操作。

复制代码
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']  # 设置加载的字体名
plt.rcParams['axes.unicode_minus'] = False# 解决保存图像是负号'-'显示为方块的问题 
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
复制代码

 

导入景点数据

用pandas读取爬取的csv格式景点数据并预览。

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

 

 

删除重复数据

网站存在一定的重复数据,需要进行剔除。

df = df.drop_duplicates()

 

查看数据信息

查看字段类型和缺失值情况,符合分析需要,无需另作处理。

df.info()

 

    <class 'pandas.core.frame.DataFrame'>
    Int64Index:422 entries, 0 to 423
    Data 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    float64
     3   qunarPrice  422 non-null    float64
     4   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

描述性统计

从描述性统计表可知,剔除重复数据后,剩余424个景点,门票均价为40元。

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

 

 

可视化分析

景点介绍

通过对厦门景点介绍文本进行词云图绘制,我们很容易看出厦门的特点。典型的海滨休闲城市,帆船、鼓浪屿、游艇等词被大量提及,建筑、博物馆等词也有一定提及,体现出厦门浓厚的人文气息。

复制代码
#绘制词云图
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')
复制代码

 

 

景点分布

利用kepler.gl绘制厦门市旅游景点分布地图,同时以圆圈的大小表示门票月销量的大小,我们可以很清晰的看到,厦门市景点集中分布在思明区和湖里区,其他区域分布较为分散。尤其是思明区,门票销量遥遥领先其他区域。

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

 

 

评分TOP10景点

从景点评分来看,厦门大学评分最高,5分满分。其次是鼓浪屿和南普陀寺,分别为4.9分和4.6分。难怪有人说,没去过厦大和鼓浪屿,相当于没来过厦门。

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

 

 

月销量TOP10景点

从门票月销量来看,鼓浪屿排第一,月销量1230,其次是厦门园林植物园和鼓浪屿往返轮渡。厦门方特梦幻王国也有600以上的月销量。

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

 

 

价格TOP20景点

从景点价格来看,玩游艇、直升机、帆船类的活动花销较大,另外,厦门方特价格也不便宜,如果对价格不敏感可以考虑,如果是穷游可以提前避开。

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

 

 

月销售额TOP20景点

由于厦门近一个月景点销量的变化幅度小于价格的变化幅度,销售额受价格影响更大。从以下图中也可以看出,月销售额较大的景点仍然是游艇、方特之类。

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]

 

 

景点等级分布

从厦门景点等级分布来看,3A以上等级景点占比不到5%。

复制代码
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="景点等级分布",subtitle="数据来源:去哪儿网\n制图:菜J学Python",pos_top="0.5%",pos_left = 'left'))
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=16))
    )
c.render_notebook()
复制代码

 

 

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

 

以下为筛选出的部分3A及以上景点:

 

小结

通过以上简单的分析,我们大致可以获得以下几点启发:

1.厦门是典型的海滨休闲城市,具有丰富的海洋和人文景观;

2.厦门旅游景点主要集中分布在思明区,其他区域较为分散;

3.厦门大学口碑最高,其次才是鼓浪屿;

4.鼓浪屿门票销量遥遥领先厦门其他景点;

5.消费较高的景点或活动包括游艇、帆船和方特。

温馨提示:疫情还未完全散去,元旦游玩尽量避开风险区域。


相关教程