|
前言
暑假是学生老师们拥有的最长假期，这么长的假期，光待在家里太浪费了，何不选择一个好去处，欣赏欣赏夏季的美景?当然，并不是所有地方都适合这个时节去的，那么，暑假适合去国内那些地方旅游呢?现在我们学习了python，当然要用不一样的方式来选择旅游景点，利用大数据的神奇之处，我们一起来分析全国的旅游景点数据，选出最佳旅游景点。
旅游出行数据分析
一、读入数据
1、导入包
import numpy as np
import pandas as pd
import os
from pyecharts.charts import Bar, Pie, Map, Page, BMap, Scatter
from pyecharts import options as opts
2、获取文件路径
data_files = os.listdir('E:/py练习/数据分析/旅游网站数据/data/')
3、循环读取
df_all = pd.DataFrame()
for file in data_files:
df_one = pd.read_excel('E:/py练习/数据分析/旅游网站数据/data/{}'.format(file))
df_all = df_all.append(df_one, ignore_index=True)
df_all.head()
二、数据清洗和数据预处理
1、复制一份并删除重复值
df_qa = df_all.copy()
df_qa.drop_duplicates(inplace=True)
df_qa.shape
2、提取省份
df_qa['province'] = df_qa.districts.str.split('·').apply(lambda x:x[0])
3、计算销售额
df_qa['sales_volume'] = df_qa['saleCount'] * df_qa['qunarPrice']
df_qa.head()
三、数据可视化
1、各星级景点数量
# 1. 景点星级分布
star_num = df_qa['star'].value_counts()
# 数据对
data_pair = [list(z) for z in zip(star_num.index, star_num.values.tolist())]
# 饼图
pie1 = Pie(init_opts=opts.InitOpts(width='900px', height='750px'))
pie1.add(
series_name="num",
radius=["35%", "60%"],
data_pair=data_pair,
label_opts=opts.LabelOpts(
position="outside",
formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ",
background_color="#eee",
border_color="#aaa",
border_width=1,
border_radius=4,
rich={
"a": {"color": "#999", "lineHeight": 22, "align": "center"},
"abg": {
"backgroundColor": "#e3e3e3",
"width": "100%",
"align": "right",
"height": 22,
"borderRadius": [4, 4, 0, 0],
},
"hr": {
"borderColor": "#aaa",
"width": "100%",
"borderWidth": 0.5,
"height": 0,
},
"b": {"fontSize": 16, "lineHeight": 33},
"per": {
"color": "#eee",
"backgroundColor": "#334455",
"padding": [2, 4],
"borderRadius": 2,
},
},
),
)
pie1.set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", pos_top='30%', orient="vertical"),
title_opts=opts.TitleOpts(title='全国景点星级分布'))
pie1.set_series_opts(
tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} {b}: {c} ({d}%)")
)
pie1.render_notebook()
2、全国各省份景点数量Top15
# 国内城市top10
city_top10 = df_qa.province.value_counts()[:15]
# 条形图
bar1 = Bar(init_opts=opts.InitOpts(width='900px', height='750px'))
bar1.add_xaxis(city_top10.index.tolist())
bar1.add_yaxis("省份", city_top10.values.tolist())
bar1.set_global_opts(title_opts=opts.TitleOpts(title="全国景点数量Top10"),
visualmap_opts=opts.VisualMapOpts(max_=1200))
bar1.render_notebook()
3、各省份销量热力图
saleCount_num = df_qa.groupby('province')['saleCount'].sum().sort_values(ascending=False)
# 地图
map1 = Map(init_opts=opts.InitOpts(width='1350px', height='750px'))
map1.add("", [list(z) for z in zip(saleCount_num.index.tolist(), saleCount_num.values.tolist())],
maptype='china')
map1.set_global_opts(title_opts=opts.TitleOpts(title='各省份销量热力图'),
visualmap_opts=opts.VisualMapOpts(max_=80000))
map1.render_notebook()
4、景点门票销量排行分析Top20
sales_rank = df_qa.pivot_table(index='sightName', values='saleCount', aggfunc='mean')
sales_rank = sales_rank.reset_index()
sales_rank['saleCount'] = sales_rank['saleCount'].astype('int')
sales_rank = sales_rank.sort_values('saleCount', ascending=False)[:20]
sales_rank = sales_rank.sort_values('saleCount', ascending=True)
bar2 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar2.add_xaxis(sales_rank.sightName.tolist())
bar2.add_yaxis("景点", sales_rank.saleCount.tolist())
bar2.set_global_opts(title_opts=opts.TitleOpts(title="景点门票销量排行分析Top20"))
bar2.set_series_opts(label_opts=opts.LabelOpts(position='right'))
bar2.set_colors(['#D02C2A'])
bar2.reversal_axis()
bar2.render_notebook()
5、景点门票销售额排行分析Top20
sales_rank_2 = df_qa.pivot_table(index='sightName', values='sales_volume', aggfunc='mean')
sales_rank_2 = sales_rank_2.reset_index()
sales_rank_2['sales_volume'] = sales_rank_2['sales_volume'].astype('int')
sales_rank_2 = sales_rank_2.sort_values('sales_volume', ascending=False)[:20]
sales_rank_2 = sales_rank_2.sort_values('sales_volume', ascending=True)
bar3 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar3.add_xaxis(sales_rank_2.sightName.tolist())
bar3.add_yaxis("景点", sales_rank_2.sales_volume.tolist())
bar3.set_global_opts(title_opts=opts.TitleOpts(title="景点门票销售额排行分析Top20"))
bar3.set_series_opts(label_opts=opts.LabelOpts(position='right'))
bar2.set_colors(['#D02C2A'])
bar3.reversal_axis()
bar3.render_notebook()
结语
 这里就没有带小伙伴一起从爬旅游网站的数据开始做了，本次爬取的旅游网站数据是去哪儿网的数据，如果还有不会爬虫的小伙伴可以去看我以前的博客python0基础爬虫实战，如果有小伙伴想偷懒，也可以直接私信林哥，林哥可以直接把数据给到大家，大家可以尝试着做一做这个项目，可以尝试不同的风格，不同的色彩，做出来还是挺有成就感的。 喜欢林哥的文章可以给林哥点点关注，一键三连,以后林哥会经常出一些干货来帮助大家学习编程 愿大家都能在编程这条路，越走越远。
|