用Python分析元旦旅游热门城市

 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，笔者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。

成都创新互联专注于衡阳企业网站建设,自适应网站建设,商城系统网站开发。衡阳网站建设公司,为衡阳等地区提供建站服务。全流程按需定制网站，专业设计，全程项目跟踪，成都创新互联专业和态度为您提供的服务

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： 

 
 
 
 
    
  
  
  
  
  1. # -*- coding = uft-8 -*-  
    2. 
  
  
  
  
  2. # @Time : 2020/12/25 9:47 下午  
    3. 
  
  
  
  
  3. # @Author : 公众号 菜J学Python  
    4. 
  
  
  
  
  4. # @File : 去哪儿.py  
    5. 
  
  
  
  
  5. import requests  
    6. 
  
  
  
  
  6. import random  
    7. 
  
  
  
  
  7. from time import sleep  
    8. 
  
  
  
  
  8. import csv  
    9. 
  
  
  
  
  9. import pandas as pd  
    10. 
  
  
  
  
  10. from fake_useragent import UserAgent  
    11. 
  
  
  
  
  11. def get_data(keyword,page):  
    12. 
  
  
  
  
  12.     ua = UserAgent(verify_ssl=False)  
    13. 
  
  
  
  
  13.     headers = {"User-Agent": ua.random}  
    14. 
  
  
  
  
  14.     url = f'http://piao.qunar.com/ticket/list.json?keyword={keyword}®ion=&from=mpl_search_suggest&page={page}'  
    15. 
  
  
  
  
  15.     res = requests.request("GET", url,headersheaders=headers)  
    16. 
  
  
  
  
  16.     sleep(random.uniform(1, 2))  
    17. 
  
  
  
  
  17.     try:  
    18. 
  
  
  
  
  18.         resres_json = res.json()  
    19. 
  
  
  
  
  19.         #print(res_json) 
    20. 
  
  
  
  
  20.          sight_List = res_json['data']['sightList']  
    21. 
  
  
  
  
  21.         print(sight_List)  
    22. 
  
  
  
  
  22.     except:  
    23. 
  
  
  
  
  23.         pass  
    24. 
  
  
  
  
  24. if __name__ == '__main__':  
    25. 
  
  
  
  
  25.     keyword = "厦门"  
    26. 
  
  
  
  
  26.     for page in range(1,100): #控制页数  
    27. 
  
  
  
  
  27.         print(f"正在提取第{page}页")  
    28. 
  
  
  
  
  28.         sleep(random.uniform(1, 2))  
    29. 
  
  
  
  
  29.         get_data(keyword,page) 
    30.

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。 

 
 
 
 
    
  
  
  
  
  1. import pandas as pd   
    2. 
  
  
  
  
  2. import numpy as np  
    3. 
  
  
  
  
  3. import matplotlib.pyplot as plt  
    4. 
  
  
  
  
  4. import seaborn as sns  
    5. 
  
  
  
  
  5. %matplotlib inline  
    6. 
  
  
  
  
  6. plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置加载的字体名  
    7. 
  
  
  
  
  7. plt.rcParams['axes.unicode_minus'] = False   # 解决保存图像是负号'-'显示为方块的问题   
    8. 
  
  
  
  
  8. import jieba  
    9. 
  
  
  
  
  9. import re  
    10. 
  
  
  
  
  10. from pyecharts.charts import *  
    11. 
  
  
  
  
  11. from pyecharts import options as opts   
    12. 
  
  
  
  
  12. from pyecharts.globals import ThemeType    
    13. 
  
  
  
  
  13. import stylecloud  
    14. 
  
  
  
  
  14. from IPython.display import Image 
    15.

导入景点数据

用pandas读取爬取的csv格式景点数据并预览。 

 
 
 
 
    
  
  
  
  
  1. df = pd.read_csv("/菜J学Python/旅游/厦门旅游景点.csv",names=['name', 'star', 'score','qunarPrice','saleCount','districts','point','intro'])  
    2. 
  
  
  
  
  2. df.head() 
    3.

删除重复数据

网站存在一定的重复数据，需要进行剔除。 

 
 
 
 
    
  
  
  
  
  1. dfdf = df.drop_duplicates() 
    2.

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。 

 
 
 
 
    
  
  
  
  
  1. df.info()    
    2. 
 
 
 
 
 
 
 
 
    
  
  
  
  
  1.   
    2. 
  
  
  
  
  2.    Int64Index: 422 entries, 0 to 423  
    3. 
  
  
  
  
  3.    Data columns (total 8 columns):  
    4. 
  
  
  
  
  4.     #   Column      Non-Null Count  Dtype    
    5. 
  
  
  
  
  5.    ---  ------      --------------  -----    
    6. 
  
  
  
  
  6.     0   name        422 non-null    object   
    7. 
  
  
  
  
  7.     1   star        422 non-null    object   
    8. 
  
  
  
  
  8.     2   score       422 non-null    float64  
    9. 
  
  
  
  
  9.     3   qunarPrice  422 non-null    float64  
    10. 
  
  
  
  
  10.     4   saleCount   422 non-null    int64    
    11. 
  
  
  
  
  11.     5   districts   422 non-null    object   
    12. 
  
  
  
  
  12.     6   point       422 non-null    object   
    13. 
  
  
  
  
  13.     7   intro       377 non-null    object   
    14. 
  
  
  
  
  14.    dtypes: float64(2), int64(1), object(5)  
    15. 
  
  
  
  
  15.    memory usage: 29.7+ KB 
    16.

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。 

 
 
 
 
    
  
  
  
  
  1. color_map = sns.light_palette('orange', as_cmap=True)  # light_palette调色板  
    2. 
  
  
  
  
  2. df.describe().style.background_gradient(color_map) 
    3.

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。 

 
 
 
 
    
  
  
  
  
  1. #绘制词云图  
    2. 
  
  
  
  
  2. text1 = get_cut_words(content_series=df['intro'])  
    3. 
  
  
  
  
  3. stylecloud.gen_stylecloud(text=' '.join(text1), max_words=100,  
    4. 
  
  
  
  
  4.                           collocations=False,  
    5. 
  
  
  
  
  5.                           font_path='simhei.ttf',  
    6. 
  
  
  
  
  6.                           icon_name='fas fa-heart',  
    7. 
  
  
  
  
  7.                           size=653,  
    8. 
  
  
  
  
  8.                           #palette='matplotlib.Inferno_9',  
    9. 
  
  
  
  
  9.                           output_name='./offer.png')  
    10. 
  
  
  
  
  10. Image(filename='./xiamen.png') 
    11.

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。 

 
 
 
 
    
  
  
  
  
  1. df["lon"] = df["point"].str.split(",",expand=True)[0]   
    2. 
  
  
  
  
  2. df["lat"] = df["point"].str.split(",",expand=True)[1]   
    3. 
  
  
  
  
  3. df.to_csv("/菜J学Python/data.csv") 
    4.

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。 

 
 
 
 
    
  
  
  
  
  1. dfdf_score = df.pivot_table(index='name',values='score')  
    2. 
  
  
  
  
  2. df_score.sort_values('score',inplace=True,ascending=False)  
    3. 
  
  
  
  
  3. df_score[:10] 
    4.

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。 

 
 
 
 
    
  
  
  
  
  1. dfdf_saleCount = df.pivot_table(index='name',values='saleCount')  
    2. 
  
  
  
  
  2. df_saleCount.sort_values('saleCount',inplace=True,ascending=False)  
    3. 
  
  
  
  
  3. df_saleCount[:10] 
    4.

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。 

 
 
 
 
    
  
  
  
  
  1. dfdf_qunarPrice = df.pivot_table(index='name',values='qunarPrice')  
    2. 
  
  
  
  
  2. df_qunarPrice.sort_values('qunarPrice',inplace=True,ascending=False)  
    3. 
  
  
  
  
  3. df_qunarPrice[:20] 
    4.

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。 

 
 
 
 
    
  
  
  
  
  1. df["saleTotal"] = df["qunarPrice"]*df["saleCount"]  
    2. 
  
  
  
  
  2. dfdf_saleTotal = df.pivot_table(index='name',values='saleTotal')  
    3. 
  
  
  
  
  3. df_saleTotal.sort_values('saleTotal',inplace=True,ascending=False)  
    4. 
  
  
  
  
  4. df_saleTotal[:20] 
    5.

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%。 

 
 
 
 
    
  
  
  
  
  1. dfdf_star = df["star"].value_counts() 
    2. 
  
  
  
  
  2. df_stardf_star = df_star.sort_values(ascending=False)  
    3. 
  
  
  
  
  3. #print(df_star)  
    4. 
  
  
  
  
  4. c = (  
    5. 
  
  
  
  
  5.         Pie(init_opts=opts.InitOpts(theme=ThemeType.WALDEN))  
    6. 
  
  
  
  
  6.         .add(  
    7. 
  
  
  
  
  7.             "", 
    8. 
  
  
  
  
  8.              [list(z) for z in zip(df_star.index.to_list(),df_star.to_list())]  
    9. 
  
  
  
  
  9.         )  
    10. 
  
  
  
  
  10.         .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')) 
    11. 
  
  
  
  
  11.          .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=16))  
    12. 
  
  
  
  
  12.     )  
    13. 
  
  
  
  
  13. c.render_notebook() 
    14. 
 
 
 
 
 
 
 
 
    
  
  
  
  
  1. df[df["star"]!='无'].sort_values("star",ascending=False) 
    2.

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。 

网站标题：用Python分析元旦旅游热门城市
路径分享：http://www.csdahua.cn/qtweb/news25/237375.html

成都网站优化推广公司_创新互联，为您提供App设计、企业建站、服务器托管、建站公司、自适应网站、品牌网站制作

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网

成都快上网为您推荐相关内容

网站建设知识

各行业网站

子晨木包装箱　　 　成都VI设计　　 　手机网站制作　　 　铁科精智测控　　 　江油网站建设　　 　成都网站建设　　 　网站建设改版　　 　温江服务器托管　　 　成都网站改版　　 　H5网站制作　　 　艾名斯线缆　　 　成都网站建设　　 　wap网站建设　　 　seo优化　　 　成都服务器租用　　 　南充主机托管　　 　手机微信网站　　 　app软件开发　　 　固迪佳新材料　　 　网站设计