# -*- 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()
