元旦快到了，想好去哪玩了吗？Python分析哪些景点性价比更高[Python基础]

  • Z时代
  • 2024-01-10
  • 分类：综合

python

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://space.bilibili.com/523606542

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：

# -*- 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)

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。

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

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。

#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")

 

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%。

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
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()

 

df[df["star"]!="无"].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。

以上是 元旦快到了，想好去哪玩了吗？Python分析哪些景点性价比更高[Python基础] 的全部内容， 来源链接： utcz.com/z/530738.html

回到顶部