本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理
以下文章來源于菜J學Python ，作者資料分析pjy
前言
這是巨變的中國，人和食物，比任何時候走的更快，近日，J哥為了尋味中國，奔走于某五線城市的大街小巷，結果除了累，啥也沒尋到，
于是，J哥默默打開了各大美食網站，如豆果美食、下廚房、美食天下等，經過甄選，最終爬取了豆果網最新發布的中國菜系共3032個菜譜，然后清洗資料并做可視化分析，試圖走上美食博主的康莊大道，
豆果美食網的資料爬取比較簡單，如果您對爬蟲感興趣，可以看一看，
本次爬取的資料范圍為川菜、粵菜、湘菜等八個中國菜系，包含菜譜名、鏈接、用料、評分、圖片等欄位，限于篇幅，僅給出核心代碼，
1# 主函式
2def main(x):
3 url = 'https://www.douguo.com/caipu/{}/0/{}'.format(caipu,x*20)
4 print(url)
5 html = get_page(url)
6 parse_page(html,caipu)
7
8if __name__ == '__main__':
9 caipu_list = ['川菜', '湘菜','粵菜','東北菜','魯菜','浙菜','湖北菜','清真菜'] #中國菜系
10 start = time.time() # 計時
11 for caipu in caipu_list:
12 for i in range(22):
13 # 爬取多頁
14 main(x=i)
15 time.sleep(random.uniform(1, 2))
16 print(caipu,"第" + str(i+1) + "頁提取完成")
17 end = time.time()
18 print('共用時',round((end - start) / 60, 2), '分鐘')短短幾分鐘就爬下了3032個菜譜資訊，為了方便可視化分析，還需要對爬取的資料進行簡單清洗，
本文資料清洗主要用到Python的Pandas庫，
匯入資料
用pd.read方法匯入爬取到的菜譜資料，并添加列名，預覽資料如下：
洗掉重復項
爬蟲程序中少量菜譜資料被重復抓取，需要用drop_duplicates方法洗掉，
缺失值處理
通過info方法發現少量記錄含有缺失值，用dropna方法洗掉，
評分欄位清洗
爬取的評分欄位含有多余的字串且為object型別，需要替換多余字串并轉換為數字型別，方便后續計算，
添加用料數欄位
為方便菜譜用料分析，需要根據用料欄位計算出每個菜譜的用料數量，由于用料欄位都是以逗號分隔，計算逗號數即可間接得到，
本文資料可視化主要用到pyecharts庫，它能輕松實作酷炫的圖表效果，如果您對可視化感興趣，可查看J哥往期原創文章「資料可視化分析系列」，涉及地產、電商、招聘等各領域，
菜譜評分分布
1from pyecharts import options as opts
2from pyecharts.charts import Page, Pie
3cut = lambda x : '4分以下' if x < 4 else ('4.1-4.5分' if x <= 4.5 else('4.6-4.9分' if x <= 4.9 else '5分'))
4df['評分分布'] = df['評分'].map(cut)
5df2 = df.groupby('評分分布')['評分'].count()
6df2 = df2.sort_values(ascending=False)
7df2 = df2.round(2)
8print(df2)
9c = (
10 Pie()
11 .add(
12 "",
13 [list(z) for z in zip(df2.index.to_list(),df2.to_list())],
14 radius=["20%", "80%"],# 圓環的粗細和大小
15 rosetype='area' #玫瑰圖
16 )
17 .set_global_opts(
18 title_opts=opts.TitleOpts(title="菜譜評分分布"
19 ),
20 legend_opts=opts.LegendOpts(
21 orient="vertical", pos_top="5%", pos_left="2%" ,textstyle_opts=opts.TextStyleOpts(font_size=14)# 左面比例尺
22 ),
23
24
25 )
26 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=18),
27 )
28 )
29c.render_notebook()
豆果美食網菜譜評分實行5分制，由上圖可知，4分以下的菜譜占比不到2%，滿分菜譜高達32.6%，可見用戶對中國菜系菜譜評價普遍較高，
各菜系菜譜數量對比
1from pyecharts import options as opts
2from pyecharts.charts import Page, Pie
3df2 = df.groupby('菜系')['評分'].count() #按菜系分組，對評分計數
4df2 = df2.sort_values(ascending=False) #降序
5print(df2)
6c = (
7 Pie()
8 .add("", [list(z) for z in zip(df2.index.to_list(),df2.to_list())])
9 .set_global_opts(title_opts=opts.TitleOpts(title="各菜系菜譜數量占比",subtitle="資料來源：豆果美食"))
10 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
11 )
12c.render_notebook()
由上圖可知，川菜和粵菜菜譜數量較多，顯示出作為中國“八大菜系”成員的地位，湖北菜和清真菜菜譜數量較少，相對更為小眾，
各菜系評分對比
1from pyecharts import options as opts
2from pyecharts.charts import Page, Pie
3df2 = df.groupby('菜系')['評分'].mean()
4df2 = df2.sort_values(ascending=False)
5df2 = df2.round(2)
6print(df2)
7c = (
8 Pie()
9 .add(
10 "",
11 [list(z) for z in zip(df2.index.to_list(),df2.to_list())],
12 radius=["40%", "75%"], # 圓環的粗細和大小
13 )
14 .set_global_opts(
15 title_opts=opts.TitleOpts(title="各菜系平均評分"),
16 legend_opts=opts.LegendOpts(
17 orient="vertical", pos_top="5%", pos_left="2%" # 左面比例尺
18 ),
19 )
20 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}"))
21 )
22c.render_notebook()
由上圖可知，各菜系評分非常接近，用戶平均評分都在4.6分以上，相對一致的評分，導致通過用戶評分來評價菜譜的可信度降低，
各菜系用料數量對比
1from pyecharts.charts import Bar,Pie
2from pyecharts import options as opts
3df1 = df.groupby('菜系')['用料數'].mean() #按菜系分組，對評分計數
4df1 = df1.sort_values(ascending=False) #降序
5df1 = df1.round(0)
6print(df1)
7bar = Bar()
8bar.add_xaxis(df1.index.to_list())
9bar.add_yaxis("用料數量",df1.to_list())
10bar.set_global_opts(title_opts=opts.TitleOpts(title="各菜系用料數量",subtitle="資料來源：豆果美食"))
11bar.render_notebook()
由上圖可知，川菜和東北菜用料較足，川菜素有取材廣泛、調味多、菜式多樣等特點，雖然東北菜沒有排在傳統的“八大菜系”中，但豪邁熱情的東北人從不吝嗇菜肴里的用料，
粵菜更注重菜品的原味鮮香，具有清、鮮、爽、嫩、滑等特色，因此用料相對更少，清真飲食風俗源于伊斯蘭教，部分食材屬于禁忌物，因此用料也不多，
川菜用料分析
1# 繪制詞云圖
2text1 = get_cut_words(content_series=df[df['菜系']=='川菜']['用料'])
3stylecloud.gen_stylecloud(text=' '.join(text1), max_words=1000,
4 collocations=False,
5 font_path='字酷堂清楷體.ttf',
6 icon_name='fas fa-thumbs-up',
7 size=653,
8 output_name='./川菜.png')
9Image(filename='./川菜.png')
由川菜用料詞云圖可知，川菜主要用料包括花椒、豆瓣醬和干辣椒，不怕辣的四川人喜好種植花椒，四川火鍋也因為有了花椒的加入更有吸引力，千千萬萬的海內外尋味者奔涌相隨，
料實材真，一般都能出美味，川菜用料最足的菜譜為川味砂鍋之足不出戶的麻辣燙，共用料35種，
用料明細：毛肚,黃喉,鮮牛肉片,自制肉,鴨血,金針菇,平菇,豆芽,苕粉,冬筍片,白菜,萵筍葉,鵪鶉蛋（煮熟剝殼）,豬骨湯,豬油,牛油,植物油（菜油上佳）,姜片,大粒的蒜,郫縣豆瓣,八角,茴香,桂皮,丁香,陳皮,香葉,白胡椒粉,冰糖,生抽,鹽,蔥結,花椒,干辣椒,雞精丸,午餐肉
粵菜用料分析
由粵菜用料詞云圖可知，粵菜主要用料包括胡椒粉、五花肉和白糖，粵菜的圣地在順德，粵菜注重質和味，口味相對清淡，力求清中求鮮、淡中求美，
粵菜用料最足的菜譜為廣式腸粉，共用料23種，
用料明細：粉漿用料,粘米粉（米打的粉）,澄面（小麥淀粉）,土豆淀粉,粟米粉（玉米淀粉）,水,醬汁用料,獨頭蒜,大蒜籽,姜片,香菜（不吃香菜的可用蔥代替）,雞湯,鮮味生抽,老抽,蠔油,蜂蜜,魚露（可不放）,雞精（個人喜歡就放，不放也很鮮了）,水,腸粉里面放的料,肉末,雞蛋,生菜葉
湘菜用料詞云圖
由湘菜用料詞云圖可知，湘菜主要用料包括辣椒、大蒜、花椒等，辣不怕的湖南人以辣椒為生，尤其以剁椒出名，J哥雖不是湖南人，但在湖南待了幾年后，目前也成了個胖子，美食雖美，可不要貪多哦~
湘菜用料最足的菜譜為麻辣鹵鴨三件，共用料20種，
用料明細：鴨爪（清水泡一小時）,鴨翅膀（清水泡一小時啊）,鴨腸（洗干凈后捆成一個個小捆）,白芷,桂皮,香葉,大料（兩個焯水用，三個鹵用）,干辣椒（根據個人喜辣程度放）,小茴香,花椒,麻椒,草果,生姜（一塊焯水去味用，一塊鹵用）,蒜瓣（全部去皮）,辣椒醬（根據個人喜辣放）,老抽,生抽,料酒,白糖,鹽
東北菜用料詞云圖
由東北菜用料詞云圖可知，東北菜主要用料包括土豆、面粉、胡蘿卜等，東北菜在做法上也融合了一些宮廷菜點和漢族飲食所長，利用東北特產原料和純綠色食品原料，土豆和胡蘿卜在黑土地的孕育下為東北菜源源不斷輸送著美味配方，
東北菜用料最足的菜譜為翡翠白菜水餃，共用料20種，
翡翠白菜水餃 圖片來源:豆果美食
用料明細：面皮制作,面粉（綠色面團所用）,面粉（白色面團所用）,小白菜葉（取汁）,清水,餡料制作,豬五花肉,大白菜,胡蘿卜,蔥碎,姜末,鹽,生抽,老抽,蠔油,芝麻油,糖,雞精,花椒粉,花生油
湖北菜用料詞云圖
由湖北菜用料詞云圖可知，湖北菜主要用料包括糯米、花椒、面粉等，千湖之省湖北坐落于江漢平原，同時作為重要的商品糧基地，從來不缺美食原料，
湖北菜用料最足的菜譜為家常美味——香菇雞肉面，共用料23種，
用料明細：雞脯肉或雞腿肉,香菇,刀削面或寬面,芹菜,青菜,郫縣紅油豆瓣,蔥,姜,蒜,干辣椒,花椒,八角,老抽,生抽,料酒,淀粉,蛋清,十三香,白胡椒,雞精,鹽,蒜苗,香菜
浙菜用料詞云圖
浙菜主要用料包括白糖、冰糖、胡椒粉等，俗話說“上有天堂，下有蘇杭”，素有魚米之鄉之稱的浙江，賦予了浙菜豐富的原料，浙菜菜式小巧玲瓏，菜品甜而不膩，
浙菜用料最足的菜譜為經典糖醋排骨，共用料17種，
經典糖醋排骨 圖片來源:豆果美食
用料明細：豬肋排,小蔥段（煮排骨用）,姜（煮排骨用）,料酒（煮排骨用）,冷水,綿白糖,米醋,香醋,老抽,鹽,綿白糖（澆汁用）,米醋（澆汁用）,香醋（澆汁用）,淀粉（澆汁用）,溫水（澆汁用）,食用油,熟白芝麻
魯菜用料詞云圖
魯菜主要用料包括面粉、胡蘿卜、蠔油等，魯菜講究原料質地優良，以本地用料為主，作為我國第二大小麥主產區，能夠為面粉的制作提供充足的儲備，同時還盛產胡蘿卜、大白菜等蔬菜，成為魯菜常用的配菜來源，
魯菜用料最足的菜譜為大白菜燉牛肉，共用料28種，
用料明細：燉牛肉,牛肉,蔥姜,小香蔥,冰糖,八角,草果,小茴香,香葉,干辣椒,蒜,洋蔥,油,生抽,甜面醬,番茄醬,鹽,清水,啤酒,大白菜燉牛肉,大白菜,熟牛肉,牛肉湯,粉絲,食用油,蔥花,水淀粉,鹽
清真菜用料詞云圖
清真菜主要用料包括蛋白、蛋清、面粉等，在我國，包括回族、維吾爾族、哈薩克族等10個少數民族具有清真飲食習慣，清真菜最突出的特點在于飲食禁忌比較嚴格，因此在用料上明顯與其他菜系有所區別，清真菜的口味偏重咸鮮，汁濃味厚，肥而不膩，嫩而不膻，
清真菜用料最足的菜譜為糖醋蛋白肉，共用料15種，
糖醋蛋白肉 圖片來源:豆果美食
用料明細：蛋白肉,尖椒,小米椒,蒜瓣,小蔥,食用油,糖,醋,蒸魚豆豉,生抽,黃酒,番茄醬,淀粉,清水,鹽
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/187621.html
標籤：Python