元旦快到了，想好去哪玩了吗？Python分析哪些景点性价比更高

我会带着你远行 2023-01-01 01:54 120阅读 0赞

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

![2d69456f5a4f1ffe8230618c167278fb.png][]

# 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。

![a6d23fe53f6e252f9e595828abe8108e.png][]

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()

![52e1b3aa6c4eaf0dcbda058288e6ce3d.png][]

# **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)

![df679c091fb3f2e83d86a1133d4e45c7.png][]

# 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')

![6c57c2e02ad528da14d5218744bfdfc5.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")

![4be0da9f5b5eef91c1d716388cd34829.png][]

# **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]

![1d882f08b35e8e64a0d8ff71f2fabdc5.png][]

# **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]

![e53e2ebc4592975ad7e9a4ede1b011b2.png][]

# **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]

![9ab9f9d8197a0a68c3271d257d51fd60.png][]

# **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]

![ccc00aa2dad6310010c9cc86f46e77f0.png][]

# **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\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()

![978da1e0da0e44ab35808215947438c6.png][]

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

以下为筛选出的部分3A及以上景点：

![d217173d4580cf24834df681621de2d5.png][]

# **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。

[2d69456f5a4f1ffe8230618c167278fb.png]: /images/20221120/7845f0c5c70c40bcbbb7ffe4606f1765.png
[a6d23fe53f6e252f9e595828abe8108e.png]: /images/20221120/838a05573a9444cb87427fc23ee6828a.png
[52e1b3aa6c4eaf0dcbda058288e6ce3d.png]: /images/20221120/c5cf58370a7242f7a025d3ee6a4d0002.png
[df679c091fb3f2e83d86a1133d4e45c7.png]: /images/20221120/d1b575a58d8e48999638597dfaf5a756.png
[6c57c2e02ad528da14d5218744bfdfc5.png]: /images/20221120/486ad898c0fd4a38b50ebe39fbf1942d.png
[4be0da9f5b5eef91c1d716388cd34829.png]: /images/20221120/b466362e81194aa3b9ae75b1752afd49.png
[1d882f08b35e8e64a0d8ff71f2fabdc5.png]: /images/20221120/266684ad2aaa47c8abb7921b40a4f4c9.png
[e53e2ebc4592975ad7e9a4ede1b011b2.png]: https://img-blog.csdnimg.cn/img_convert/e53e2ebc4592975ad7e9a4ede1b011b2.png
[9ab9f9d8197a0a68c3271d257d51fd60.png]: https://img-blog.csdnimg.cn/img_convert/9ab9f9d8197a0a68c3271d257d51fd60.png
[ccc00aa2dad6310010c9cc86f46e77f0.png]: https://img-blog.csdnimg.cn/img_convert/ccc00aa2dad6310010c9cc86f46e77f0.png
[978da1e0da0e44ab35808215947438c6.png]: https://img-blog.csdnimg.cn/img_convert/978da1e0da0e44ab35808215947438c6.png
[d217173d4580cf24834df681621de2d5.png]: https://img-blog.csdnimg.cn/img_convert/d217173d4580cf24834df681621de2d5.png