九阳神功足疗是什么？分析美团按摩项目，泡脚足浴排第一

  • 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,版权归原作者所有,如有问题请及时联系我们以作处理。

 

今天带着大家用python分析一下美团上的按摩项目，看看老司机都喜欢玩什么服务。

本文主要分为两部分：

  • 一是数据爬取

  • 二是数据可视化

一、爬取数据

1.抓包获取数据接口

打开美团，搜索“按摩”关键词，用火狐浏览器抓包

美团这个反爬很有意思，如果单纯刷新网页，数据显示不全，“更多优惠”的内容不显示，如下图：

 

但是点击智能排序等排序方式时就会显示出来，如下图：

 

数据接口url为：

https://apimobile.meituan.com/group/v4/poi/pcsearch/1?uuid=86d6fed675bd4d2eb544.1600266551.1.0.0&userid=-1&limit=32&offset=0&cateId=-1&q=按摩&sort=default

用limit和offfset控制页码，limit表示返回数据条数，offfset代表数据返回起点，经过分析，总共大概有1000条数据。

2.爬虫爬取数据并保存为csv

经过测试发现，该url连续请求会被服务器拒绝，于是只能设置间隔时间，并且limit可以更改，最大能设置到150，也就是说我们最多1次可获取150条数据，代码如下：

url="https://apimobile.meituan.com/group/v4/poi/pcsearch/1?uuid=86d6fed675bd4d2eb544.1600266551.1.0.0&userid=92855137&limit=150&offset=1050&cateId=-1&q=按摩&sort=default"
response=requests.get(url, headers=headers)
datas=json.loads(response.text)["data"]["searchResult"]
print(len(datas))
for data in datas:
if data["deals"]!=None:
        title=data["title"]  #名字
        address=data["address"]  #地址
        lowestprice=data["lowestprice"]  #最低价
        avgprice=data["avgprice"]    #平均价格
        latitude=data["latitude"]   
        longitude = data["longitude"]
        avgscore = data["avgscore"]
        comments = data["comments"]
        historyCouponCount = data["historyCouponCount"]
        areaname = data["areaname"]
        backCateName = data["backCateName"]
        deals = data["deals"]
for deal in deals:
            title_deal=deal["title"]  #项目名字
            price_deal = deal["price"]   #项目团购价格
            value_deal = deal["value"]   #项目原价
            sales_deal = deal["sales"]   #项目已售次数
            result=[title, address, lowestprice, avgprice,latitude,longitude,avgscore,comments,
                    historyCouponCount,areaname,backCateName,title_deal,price_deal,value_deal,sales_deal]
            with open("1.csv", "a+", newline="",encoding="gb18030") as f:
                f_csv = csv.writer(f)
                f_csv.writerow(result)

基本把有用的数据都保存了，数据展示如下：

 

 

二、数据可视化

先用pandas读取数据

import pandas as pd
data=pd.read_csv("美团按摩.csv",encoding="gb18030")

1.价格分布极坐标系

我们先来看看所有按摩项目价格的分布情况

price_dict={}
for i in list(set(list(data["price_deal"]))):
    price_dict[i]=list(data["price_deal"]).count(i)
prices=[(i,price_dict[i]) for i in list(price_dict.keys())]
c = (
    Polar({"theme": ThemeType.PURPLE_PASSION})
    .add_schema(angleaxis_opts=opts.AngleAxisOpts(start_angle=0, min_=0,type_="value", is_clockwise=True))
    .add("", prices, type_="scatter", label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
        title_opts=opts.TitleOpts(title="按摩价格分布极坐标图",pos_right="40%"),
    )
)
c.render_notebook()

 

不是很明显，再对价格划分区间，看一下饼状图

price_range=["0-200元","200-500元","500-1000元","1000-2000元","2000元以上"]
price_dict={}
price_dict[price_range[0]]=len(list(data[data["price_deal"]<=200]["price_deal"]))
price_dict[price_range[1]]=len(list(data[data["price_deal"]<=500]["price_deal"]))-price_dict[price_range[0]]
price_dict[price_range[2]]=len(list(data[data["price_deal"]<=1000]["price_deal"]))-price_dict[price_range[1]]
price_dict[price_range[3]]=len(list(data[data["price_deal"]<=2000]["price_deal"]))-price_dict[price_range[2]]
price_dict[price_range[4]]=len(list(data[data["price_deal"]>=1000]["price_deal"]))
from pyecharts import options as opts
from pyecharts.charts import Pie
pie = (
    Pie()
   .add(
"",
        [(i,price_dict[i])for i in list(price_dict.keys())],
        radius=["30%", "75%"],
        center=["50%", "50%"],
        rosetype="radius",
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
)
pie.render_notebook()

 

从价格分布图上来看，大概200元以内的项目占31.58%，200-500元以内的占15.59，500-1000元以内的占35.95%，1000-2000元以内的占16.22%，2000元以上0.86%。商家侧重的价格区间在500-1000元。

2.价格最贵的20个项目

price_rank=data.sort_values(by="price_deal",ascending=False).head(20)
bar = (
        Bar(init_opts=opts.InitOpts(width=1200,height=900))
        .add_xaxis(list(price_rank["title_deal"])[::-1])
        .add_yaxis("", [float(i) for i in list(price_rank["price_deal"])[::-1]],color="#2F4F4F")
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts("最贵按摩服务排行",pos_right="40%",pos_top="0%"),
            xaxis_opts=opts.AxisOpts(
                splitline_opts=opts.SplitLineOpts(is_show=True),name="价格"),
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True),
                                     axislabel_opts=opts.LabelOpts(color="#FF6347"),name="项目"),
        )
        .set_series_opts(label_opts=opts.LabelOpts(position="right",color="#006400"))
    )
grid = (
    Grid()
    .add(bar, grid_opts=opts.GridOpts(pos_left="25%",pos_right="5%"))
)
grid.render_notebook()

 

看起来都好高大上，你中意哪一个？

3.销量最高的项目（老司机最喜欢的）

bar = (
        Bar({"theme": ThemeType.DARK})
        .add_xaxis(list(price_rank["title_deal"])[::-1])
        .add_yaxis("", [float(i) for i in list(price_rank["sales_deal"])[::-1]])
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts("最受喜爱服务项目排行",pos_right="40%",pos_top="0%"),
            xaxis_opts=opts.AxisOpts(
                splitline_opts=opts.SplitLineOpts(is_show=True)),
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True),
                                     axislabel_opts=opts.LabelOpts(color="#FFD700")),)
        .set_series_opts(label_opts=opts.LabelOpts(position="right",color="#FF1493"))
    )
grid = (
    Grid({"theme": ThemeType.DARK})
    .add(bar, grid_opts=opts.GridOpts(pos_left="25%",pos_right="0%"))
)
grid.render_notebook()

 

这是什么鬼，九阳神功足疗？明显已经超出我的认知范围了

初步观察，应该是美团连锁店，销量都是共享的，或者是刷销量的，咱也不懂，咱也不敢问

于是我决定对项目列进行去重,再把价格加上

price_rank=data_quchong.sort_values(by="sales_deal",ascending=False).head(10)
bar = (
        Bar({"theme": ThemeType.DARK})
        .add_xaxis(["{0}:  {1}元".format(str(i),j) for i,j in zip(list(price_rank["title_deal"])[::-1],list(price_rank["price_deal"])[::-1])])
        .add_yaxis("", [float(i) for i in list(price_rank["sales_deal"])[::-1]])
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts("最受喜爱服务项目排行",pos_right="40%",pos_top="0%"),
            xaxis_opts=opts.AxisOpts(
                splitline_opts=opts.SplitLineOpts(is_show=True)),
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True),
                                     axislabel_opts=opts.LabelOpts(color="#FFD700")),)
        .set_series_opts(label_opts=opts.LabelOpts(position="right",color="#FF1493"))
    )
grid = (
    Grid({"theme": ThemeType.DARK})
    .add(bar, grid_opts=opts.GridOpts(pos_left="30%",pos_right="5%"))
)
grid.render_notebook()

 

看的我激动的直搓手，泡脚足浴毫无悬念排第一，老司机的最爱，价格实惠效果好！
但是我就是想知道排第二的九阳神功足疗到时是什么奇特的效果

于是我特意查了一下

 

感觉还不错哈！

以下文章来源于python数据分析之禅 ，作者小dull鸟

转载地址

https://blog.csdn.net/fei347795790?t=1

以上是 九阳神功足疗是什么？分析美团按摩项目，泡脚足浴排第一 的全部内容， 来源链接： utcz.com/z/530970.html

回到顶部