前言

暑假是學生老師們擁有的最長假期，這么長的假期，光待在家里太浪費了，何不選擇一個好去處，欣賞欣賞夏季的美景?當然，并不是所有地方都適合這個時節去的，那么，暑假適合去國內那些地方旅游呢?現在我們學習了python，當然要用不一樣的方式來選擇旅游景點，利用大資料的神奇之處，我們一起來分析全國的旅游景點資料，選出最佳旅游景點，

旅游出行資料分析

一、讀入資料

1、匯入包

import numpy as np
import pandas as pd 
import os 
from pyecharts.charts import Bar, Pie, Map, Page, BMap, Scatter
from pyecharts import options as opts 

2、獲取檔案路徑

data_files = os.listdir('E:/py練習/資料分析/旅游網站資料/data/')

3、回圈讀取

df_all = pd.DataFrame()
for file in data_files:
    df_one = pd.read_excel('E:/py練習/資料分析/旅游網站資料/data/{}'.format(file))
    df_all = df_all.append(df_one, ignore_index=True)
df_all.head() 

二、資料清洗和資料預處理

1、復制一份并洗掉重復值

df_qa = df_all.copy()

df_qa.drop_duplicates(inplace=True)
df_qa.shape

2、提取省份

df_qa['province'] = df_qa.districts.str.split('·').apply(lambda x:x[0])

3、計算銷售額

df_qa['sales_volume'] = df_qa['saleCount'] * df_qa['qunarPrice']
df_qa.head() 

三、資料可視化

1、各星級景點數量

# 1. 景點星級分布
star_num = df_qa['star'].value_counts() 

# 資料對
data_pair = [list(z) for z in zip(star_num.index, star_num.values.tolist())]

# 餅圖
pie1 = Pie(init_opts=opts.InitOpts(width='900px', height='750px'))
pie1.add( 
        series_name="num",
        radius=["35%", "60%"],
        data_pair=data_pair,
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 22, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 16, "lineHeight": 33},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
)
pie1.set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", pos_top='30%', orient="vertical"), 
                     title_opts=opts.TitleOpts(title='全國景點星級分布'))
pie1.set_series_opts(
    tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)")
    )
pie1.render_notebook() 

2、全國各省份景點數量Top15

# 國內城市top10
city_top10 = df_qa.province.value_counts()[:15]

# 條形圖
bar1 = Bar(init_opts=opts.InitOpts(width='900px', height='750px'))
bar1.add_xaxis(city_top10.index.tolist())
bar1.add_yaxis("省份", city_top10.values.tolist())
bar1.set_global_opts(title_opts=opts.TitleOpts(title="全國景點數量Top10"),
                     visualmap_opts=opts.VisualMapOpts(max_=1200))
bar1.render_notebook() 

3、各省份銷量熱力圖

saleCount_num = df_qa.groupby('province')['saleCount'].sum().sort_values(ascending=False) 

# 地圖
map1 = Map(init_opts=opts.InitOpts(width='1350px', height='750px'))
map1.add("", [list(z) for z in zip(saleCount_num.index.tolist(), saleCount_num.values.tolist())],
         maptype='china') 
map1.set_global_opts(title_opts=opts.TitleOpts(title='各省份銷量熱力圖'),
                     visualmap_opts=opts.VisualMapOpts(max_=80000))
map1.render_notebook() 

4、景點門票銷量排行分析Top20

sales_rank = df_qa.pivot_table(index='sightName', values='saleCount', aggfunc='mean')
sales_rank = sales_rank.reset_index()
sales_rank['saleCount'] = sales_rank['saleCount'].astype('int') 
sales_rank = sales_rank.sort_values('saleCount', ascending=False)[:20]
sales_rank = sales_rank.sort_values('saleCount', ascending=True) 

bar2 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar2.add_xaxis(sales_rank.sightName.tolist())
bar2.add_yaxis("景點", sales_rank.saleCount.tolist())
bar2.set_global_opts(title_opts=opts.TitleOpts(title="景點門票銷量排行分析Top20"))
bar2.set_series_opts(label_opts=opts.LabelOpts(position='right'))
bar2.set_colors(['#D02C2A'])
bar2.reversal_axis()
bar2.render_notebook() 

5、景點門票銷售額排行分析Top20

sales_rank_2 = df_qa.pivot_table(index='sightName', values='sales_volume', aggfunc='mean') 
sales_rank_2 = sales_rank_2.reset_index()
sales_rank_2['sales_volume'] = sales_rank_2['sales_volume'].astype('int') 
sales_rank_2 = sales_rank_2.sort_values('sales_volume', ascending=False)[:20]
sales_rank_2 = sales_rank_2.sort_values('sales_volume', ascending=True) 

bar3 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
bar3.add_xaxis(sales_rank_2.sightName.tolist())
bar3.add_yaxis("景點", sales_rank_2.sales_volume.tolist())
bar3.set_global_opts(title_opts=opts.TitleOpts(title="景點門票銷售額排行分析Top20"))
bar3.set_series_opts(label_opts=opts.LabelOpts(position='right'))
bar2.set_colors(['#D02C2A'])
bar3.reversal_axis()
bar3.render_notebook() 

結語

這里就沒有帶小伙伴一起從爬旅游網站的資料開始做了，本次爬取的旅游網站資料是去哪兒網的資料，如果還有不會爬蟲的小伙伴可以去看我以前的博客python0基礎爬蟲實戰，如果有小伙伴想偷懶，也可以直接私信林哥，林哥可以直接把資料給到大家，大家可以嘗試著做一做這個專案，可以嘗試不同的風格，不同的色彩，做出來還是挺有成就感的，
喜歡林哥的文章可以給林哥點點關注，一鍵三連,以后林哥會經常出一些干貨來幫助大家學習編程
愿大家都能在編程這條路，越走越遠，