旅游景点数据分析实战

# -*- coding:utf-8 -*- ''' 爬取去哪儿网的旅游景点数据，做为国庆旅游景点概况的数据分析，并生成图表，分析内容如下： 1. 景区门票销量排行分析（柱状图） 2. 景点门票销售额排行分析（柱状图） 3. 景点销量热力图分析（地图） 4. 推荐景点分析（柱状图） 5. 景区星级占比分析（饼状图） ''' import numpy import pandas from pyecharts import options as opts from pyecharts.charts import Bar, Line, Pie, Map # 读取excel数据 DF = pandas.read_excel('去哪儿国庆景点.xlsx') def gen_place_sale_bar(): ''' 生成景点门票销量分析柱状图 :return: ''' df = DF.copy() # 1.生成一个名称和数量的透视表 place_sale = df.pivot_table(index='name', values='saleCount') # 2.根据销量进行排序 # inplace - 是否用排序后的数据集替换原来的数据，默认为False，即不替换; ascending - 是否按指定列的数组升序排列，默认为True，即升序排列; place_sale.sort_values('saleCount', inplace=True, ascending=True) # 3.生成柱状图 place_sale_bar = ( Bar() .add_xaxis(place_sale.index.to_list()[-20:]) .add_yaxis('', list(map(int, numpy.ravel(place_sale.values)))[-20:]) .reversal_axis() .set_series_opts(label_opts=opts.LabelOpts(position='right')) .set_global_opts( title_opts=opts.TitleOpts(title='国庆旅游热门景点门票销量TOP20'), yaxis_opts=opts.AxisOpts(name='景点名称'), xaxis_opts=opts.AxisOpts(name='门票销量') ) ) place_sale_bar.render('景区门票销量柱状图.html') print('柱状图生成完毕') def gen_place_sale_amount_bar(): ''' 分析景区销售的票价排行 :return: ''' df = DF.copy() # 计算：总金额=价格*销量 amount_list = [] for index, row in df.iterrows(): amount = row['qunarPrice'] * row['saleCount'] amount_list.append(amount) # 将金额数据加入表格中 df['amount'] = amount_list # 生成一个名称和销售金额的透视表 place_amount = df.pivot_table(index='name', values='amount') # 根据销售额排序 place_amount.sort_values('amount', inplace=True, ascending=True) # 生成柱状图 place_amount_bar = ( Bar() .add_xaxis(place_amount.index.tolist()[-20:]) .add_yaxis('', list(map(int, numpy.ravel(place_amount.values)))[-20:]) .reversal_axis() .set_series_opts(label_opts=opts.LabelOpts(position='right')) .set_global_opts( title_opts=opts.TitleOpts(title='国庆旅游热门景点门票销售额TOP20'), yaxis_opts=opts.AxisOpts(name='景点名称'), xaxis_opts=opts.AxisOpts(name='门票销售额') ) ) place_amount_bar.render('景点门票销售额TOP20柱状图.html') print('景点门票销售额TOP20柱状图生成完毕') def gen_star_amount_pie(): ''' 生成景区星级占比情况分析图（饼状图） :return: ''' df = DF.copy() start_count_list = for_datas_to_list(df['star']) # 生成二维数组 star_count_list = [list(z) for z in zip(start_count_list.keys(), start_count_list.values())] print('*' * 50) print(star_count_list) pie = ( Pie() .add('', star_count_list) .set_global_opts(title_opts=opts.TitleOpts(title='景区星级比例')) .set_series_opts(label_opts=opts.LabelOpts(formatter='{b}: {c}')) ) pie.render('景区星级分布比例饼状图.html') print('景区星级分布比例饼状图生成完毕') def gen_hot_map(): ''' 生成各省份景区数量热力分布图 :return: ''' df = DF.copy() # 将所有的省市信息解析，然后存入新的序列series中，交给for_datas_to_list函数去解析 new_list = [] for i in df['districts']: new_list.append(i.split('·')[0]) new_series = pandas.Series(new_list) # 生成各省份对应的数量 count_dict = for_datas_to_list(new_series) # 获取其中数量最多的数值 max_value = count_dict.get(max(count_dict, key=count_dict.get)) print('最大的数字为==>' + str(max_value)) province_count_list = [list(z) for z in zip(count_dict.keys(), count_dict.values())] # 制作热力图 map = ( Map() .add('各省份旅游景点分布热力图', province_count_list, 'china') .set_global_opts( visualmap_opts=opts.VisualMapOpts(max_=max_value) ) ) map.render('各省份旅游景点分布热力图.html') print('各省份旅游景点分布热力图生成完毕') def for_datas_to_list(column_data): ''' 将读取的列数据相同元素合并为并返回其数量 :param column_data: :return: ''' # 首先循环读取所有的星级类型，将所有值设为0存入字典 result_list = {i: 0 for i in column_data} for data in column_data: result_list[data] = result_list.get(data) + 1 return result_list def gen_recommend_bar(): ''' 生成推荐景点分析柱状图 :return: ''' df = DF.copy() recommend_list = [] for index, row in df.iterrows(): # 简单推荐算法：推荐系数=评分/(销量*价格) * 1000 try: recommend = (row['score'] * 1000) / (row['saleCount'] * row['qunarPrice']) except ZeroDivisionError: recommend = 0 recommend_list.append(recommend) df['recommend'] = recommend_list # 生成透视表 place_recommend = df.pivot_table(index='name', values='recommend') # 按照推荐系数升序排列 place_recommend.sort_values('recommend', inplace=True, ascending=True) # 生成柱状图 place_recommend_bar = ( Bar() .add_xaxis(place_recommend.index.tolist()[-20:]) .add_yaxis('', list(map(int, numpy.ravel(place_recommend.values)))[-20:]) .reversal_axis() .set_series_opts(label_opts=opts.LabelOpts(position='right')) .set_global_opts( title_opts=opts.TitleOpts(title='国庆旅游热门景点推荐排行'), yaxis_opts=opts.AxisOpts(name='景点名称'), xaxis_opts=opts.AxisOpts(name='推荐系数') ) ) place_recommend_bar.render('国庆旅游热门景点推荐排行.html') print('国庆旅游热门景点推荐排行生成完毕') if __name__ == '__main__': # 1.景区门票销量排行分析（柱状图） gen_place_sale_bar() # 2.景点门票销售额排行分析（柱状图） gen_place_sale_amount_bar() # 3.景点销量热力图分析（地图） gen_hot_map() # 4.推荐景点分析（柱状图） gen_recommend_bar() # 5.景区星级占比分析（饼状图） gen_star_amount_pie()