自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

源碼開放:基于Pyecharts可視化分析蘇州旅游攻略

大數(shù)據(jù) 數(shù)據(jù)可視化
全國旅游城市終于又更新啦!以前寫過廈門、長沙、成都、西安、大連。今天帶來的是:上有天堂,下有蘇杭:蘇州來了。終于擠出時(shí)間把蘇州的旅游景點(diǎn)和美食的攻略寫完了。

[[422782]]

 本文轉(zhuǎn)載自微信公眾號「尤而小屋」,作者尤而小屋 。轉(zhuǎn)載本文請聯(lián)系尤而小屋公眾號。

大家好,我是Peter~

全國旅游城市終于又更新啦!以前寫過廈門、長沙、成都、西安、大連。今天帶來的是:上有天堂,下有蘇杭:蘇州來了。終于擠出時(shí)間把蘇州的旅游景點(diǎn)和美食的攻略寫完了。

很多年之前Peter去蘇州旅游過一次,所以還是有些印象。到現(xiàn)在還記得當(dāng)年去的幾個(gè)景點(diǎn):觀前街、留園、蘇州博物館……

個(gè)人覺得蘇州這個(gè)城市還是蠻不錯(cuò)的,真的是江南城市代表。到達(dá)蘇州站,看到蘇州護(hù)城河,河街相鄰;走到城市中,房子低檐,粉墻黛瓦,老街園林到處可見;看到各種園林古跡,歷史感比較厚重;聽到當(dāng)?shù)厝苏f話,溫婉爾雅,輕聲細(xì)語。

將來一定會(huì)找個(gè)時(shí)機(jī)再游蘇州~

[[422783]]

蘇州

蘇州是中國經(jīng)濟(jì)高度發(fā)達(dá)的地區(qū),是江蘇省的經(jīng)濟(jì)中心、工商業(yè)和物流中心城市,也是重要的金融、文化、藝術(shù)、教育和交通中心。下面這幅圖來自維基百科,可以看到組成蘇州的幾個(gè)縣級市和區(qū)。鞏固下地理吧~

數(shù)據(jù)來源

本文中共有兩份數(shù)據(jù):蘇州美食和蘇州景點(diǎn)。數(shù)據(jù)是通過爬蟲方式獲取的,文末有數(shù)據(jù)分析源碼獲取方式。

鄭重聲明:本文的數(shù)據(jù)僅作為數(shù)據(jù)分析和可視化效果展示使用,未用作其他用途;若有轉(zhuǎn)載,請注明出處~

數(shù)據(jù)效果

我們以蘇州景點(diǎn)的數(shù)據(jù)分析作為展示。本文亮點(diǎn)是所有的圖形使用的是可視化庫:pyecharts,這是一個(gè)國產(chǎn)的可視化庫

蘇州景點(diǎn)

蘇州景點(diǎn)的數(shù)據(jù)分析主要是從以下幾個(gè)方面展開:

導(dǎo)入庫

  1. import pandas as pd 
  2. import re 
  3.  
  4. # 顯示所有列 
  5. # pd.set_option('display.max_columns', None) 
  6.  
  7. # 顯示所有行 
  8. # pd.set_option('display.max_rows', None) 
  9.  
  10. # 設(shè)置value的顯示長度為100,默認(rèn)為50 
  11. # pd.set_option('max_colwidth',100) 
  12.  
  13. # 繪圖相關(guān) 
  14. import jieba 
  15. import matplotlib.pyplot as plt 
  16. from pyecharts.globals import CurrentConfig, OnlineHostType   # 事先導(dǎo)入,防止不出圖 
  17. from pyecharts import options as opts  # 配置項(xiàng) 
  18. from pyecharts.charts import Bar, Pie, Line, Funnel, WordCloud, Grid, Page  # 各個(gè)圖形的類 
  19. from pyecharts.commons.utils import JsCode    
  20. from pyecharts.globals import ThemeType,SymbolType 

省略相關(guān)的數(shù)據(jù)導(dǎo)入和數(shù)據(jù)探索部分,重點(diǎn)是看看數(shù)據(jù)分析的結(jié)果。蘇州景點(diǎn)數(shù)據(jù)有2000*8

景點(diǎn)分布

在這里展示的蘇州各個(gè)地方的景點(diǎn)個(gè)數(shù):

  1. c = ( 
  2.     Pie(init_opts=opts.InitOpts(theme=ThemeType.CHALK)) 
  3.     .add("", [list(z) for z in zip(df2["location"].tolist(), df2["number"].tolist())]) 
  4.     .set_global_opts(title_opts=opts.TitleOpts(title="蘇州景點(diǎn)分布"), 
  5.                     legend_opts=opts.LegendOpts(pos_left="80%", orient="vertical")) 
  6.     .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}")) 
  7.  
  8. c.render_notebook() 

攻略數(shù)前10名的景點(diǎn)

很多的景點(diǎn)都有游客寫了攻略數(shù),我們可以把攻略數(shù)作為一種參考:

景點(diǎn)評論數(shù)

驢友百分比

驢友百分比表示的是大致有多少的游客到過相同的景點(diǎn):

園林城市

蘇州是一個(gè)園林城市,我們從數(shù)據(jù)中看到:本次獲取到的數(shù)據(jù)里面蘇州有457個(gè)和“園”相關(guān)的景點(diǎn)。比較出名的還是:

  • 拙政園
  • 留園
  • 網(wǎng)師園

古城街道

蘇州也是一個(gè)歷史感很厚重的城市,數(shù)據(jù)中顯示有106條的街道:

  • 山塘街
  • 平江路歷史街區(qū)
  • 觀前街

寺廟

數(shù)據(jù)中也顯示蘇州共有96個(gè)寺廟:其中最為出名的還是寒山寺

月落烏啼霜滿天,江楓漁火對愁眠,姑蘇城外寒山寺,夜半鐘聲到客船

景點(diǎn)詞云圖

我們獲取到的數(shù)據(jù)景點(diǎn)的中文名和簡介進(jìn)行了詞云圖展示:

1、全部的詞云展示

2、截取前50個(gè)高頻詞

通過兩種詞云圖的展示,我們發(fā)現(xiàn)蘇州的景點(diǎn)中:

  1. 公園是比較多的
  2. 各種館,比如:博物館、展覽館、藝術(shù)館、美術(shù)館等也很豐富
  3. 文化氣息濃厚:文化、文物保護(hù)、建筑等

蘇州美食

蘇州美食數(shù)據(jù)有2000條,6個(gè)字段。

得分分布

得分這個(gè)字段的分布情況。得分為0.0表示沒有得分

從上圖中我們可以看到很多店是沒有評分的。接下來,我們看看評分為5分的都是哪些店鋪(取前10名)

  • 牛排店
  • 知名酒店
  • 咖啡廳

消費(fèi)均價(jià)

對字段“均價(jià)”的統(tǒng)計(jì)分析,分類的規(guī)則:

  1. def price(x): 
  2.     if x < 20: 
  3.         return "很便宜" 
  4.     if x < 50: 
  5.         return "價(jià)格親民" 
  6.     if x < 100: 
  7.         return "可以接受" 
  8.     if x < 200: 
  9.         return "人均消費(fèi)較高" 
  10.     else
  11.         return "高檔餐廳" 

利用下面的代碼進(jìn)行餅圖的繪制:

  1. c = ( 
  2.     Pie(init_opts=opts.InitOpts(theme=ThemeType.CHALK)) 
  3.     .add("", [list(z) for z in zip(df5["分類"].tolist(), df5["數(shù)量"].tolist())]) 
  4.     .set_global_opts(title_opts=opts.TitleOpts(title="蘇州美食店鋪均價(jià)數(shù)量占比分布",subtitle="備注:排除沒有均價(jià)店鋪"), 
  5.                     legend_opts=opts.LegendOpts(pos_left="80%", orient="vertical")) 
  6.     .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}")) 
  7.  
  8. c.render_notebook() 

高消費(fèi)餐廳

通過均價(jià)字段的降序,我們看看蘇州的高消費(fèi)地方都是哪里?

酒店

數(shù)據(jù)中顯示蘇州有酒店86家,其中知名的酒店:

  • 蘇州洲際酒店
  • 金陵飯店花園酒店
  • 蘇州金雞湖新羅酒店

面館

總共117家面館,如果你是個(gè)面食愛好者,這些地方你一定不要錯(cuò)過:

  • 老東吳面館(莫厘路店)
  • 奧灶面
  • 同得興精品面館(觀前街店)

美食店統(tǒng)計(jì)

從面館、燒烤、酒店、火鍋串串等8個(gè)不同的方面進(jìn)行美食店鋪的統(tǒng)計(jì):

美食詞云

蘇州的美食詞云圖主要是將數(shù)據(jù)的“推薦菜”這個(gè)字段進(jìn)行詞云圖的展示,看看當(dāng)?shù)厝藧酆媚男┟朗场?/p>

1、全部詞云圖

2、前50個(gè)詞語

從詞云圖中可以看到,蘇州人的口味還是很清淡的。游客的推薦菜中:

  • 牛肉為主要菜品
  • 菜的做法:紅燒(肉)、清蒸、烤
  • 鐘愛蝦:蝦、蝦仁、河蝦等
  • 喜歡海鮮:尤其是魚,還有魷魚、、三文魚等

蘇州屬于太湖境內(nèi),肯定是不能錯(cuò)過大閘蟹。

總結(jié)

看完上面蘇州旅游景點(diǎn)和美食的分析,如果你到蘇州必去的地方:

  1. 園林:拙政園、留園
  2. 寺廟:寒山寺、重元寺
  3. 街道:山塘街、平江路歷史街區(qū)、觀前街
  4. 蘇州博物館

你必不能錯(cuò)過的美食:

  1. 蘇州的牛肉(牛肉粉、牛肉酥等),可以品嘗
  2. 蝦蟹:太湖區(qū)域水產(chǎn)品多,比如蝦仁、大閘蟹等
  3. 面食:餛飩、生煎你也不能錯(cuò)過。記得當(dāng)時(shí)Peter吃過一家名為“樂惠”的小餛飩,挺贊的~還有蘇式湯面也值得品嘗

 

責(zé)任編輯:武曉燕 來源: 尤而小屋
相關(guān)推薦

2021-11-29 13:29:06

Basemap可視化分析

2022-05-12 08:58:03

開源日志查詢日志可視化

2023-07-26 12:38:42

PyGWalker數(shù)據(jù)類型

2016-11-25 11:16:22

阿里支付寶數(shù)據(jù)分析

2020-09-27 10:32:05

開發(fā) Github可視化

2022-02-23 09:50:52

PythonEchartspyecharts

2021-05-06 09:57:18

Python 開發(fā)編程語言

2020-09-09 12:15:50

大數(shù)據(jù)互聯(lián)網(wǎng)可視化

2018-01-25 14:34:18

大數(shù)據(jù)可視化工具

2022-06-15 08:25:07

Python天氣數(shù)據(jù)可視化分析

2018-01-03 17:22:22

DataHunter數(shù)據(jù)可視化分析

2018-11-14 10:15:58

開源技術(shù) 數(shù)據(jù)

2020-09-27 14:56:33

工具數(shù)據(jù)可視化技術(shù)

2024-07-31 11:48:07

2016-11-28 15:03:06

Python數(shù)據(jù)可視化網(wǎng)絡(luò)分析

2009-02-04 17:33:20

ibmdw開放源代碼

2016-11-10 11:32:54

Qlik商業(yè)智能大數(shù)據(jù)

2021-06-04 12:56:22

數(shù)據(jù)分析崗位

2015-11-17 18:44:06

Qlik可視化

2016-04-26 14:04:29

大數(shù)據(jù)可視化
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號