用Python分析统计必胜客餐厅

上一篇 / 下一篇  2018-12-12 10:13:26 / 个人分类:软件测试

       在之前的一篇文章100行代码爬取全国所有必胜客餐厅信息,我讲到如何爬取必胜客官网中全国各大城市餐厅的信息。虽然餐厅数据信息被抓取下来,但是数据一直在硬盘中“躺尸”。不曾记得,自己已经第 n 次这么做了。说到这里,要追溯到自己的大学时光。
  自己从大学开始就接触 Python,当时是自己的好奇心很强烈。好奇为什么 Python 不需要浏览器就能抓取网站数据。内心感叹到,这简直是太妙了。自己为了体验这种抓取数据的乐趣,所以写了很多的爬虫程序。
  随着自己知识面地拓展,自己了解到数据分析这领域。自己从而才知道爬取到的数据,原来背后还隐藏的一些信息。自己也是在学习这方面的相关知识。这篇文章算是数据分析的处女稿,主要内容是从数据中提取出必胜客餐厅的一些信息。
  01环境搭建
  百度前端技术部开源一个基于 Javascript. 的数据可视化图表库。其名字为 ECharts。它算是前端数据可视化的利器,能提供直观,生动,可交互,可个性化定制的数据可视化图表。
  国内有个大神突发奇想,这么好用的库如果能和 Python 结合起来就好了。于是乎,pyecharts 库就应运而生。因此,pyecharts 的作用是用于生成 Echarts 图表的类库。本文中的所有图标,自己都是利用 pyecharts 生成的。
  安装该库也很简单,使用 pip 方式安装。
 pip install pyecharts
  02数据清洗
  数据清洗工作是数据分析必不可少的步骤。这一步是为了清洗一些脏数据。因为可能网站本身就有空数据,或者匹配抓取网站信息时,有些混乱的数据。这些都需要清除掉。
  我之前是将数据写到一个 json 文件中,我先将数据读取出来。然后把 json 文本数据转化为字典类型。
   def get_datas():
  """ 从文件中获取数据 """
  file_name = 'results.json'
  with open(file_name, 'r', encoding='UTF-8') as file:
  content = file.read()
  data = json.loads(content, encoding='UTF-8')
  # print(data)
  return data
  接着对字典进行遍历, 统计每个城市的餐厅总数。
  def count_restaurants_sum(data):
  """ 对字典进行遍历, 统计每个城市的餐厅总数 """
  results = {}
  for key, value in data.items():
  results[key] = len(value)
  # print(key, len(value))
  return results
  再将字典中的每个 key-value 转化为元组,然后根据 value 进行倒序排序。
  restaurants_sum = sorted(restaurants_sum.items(), key=lambda item: item[1], reverse=True)
  最后根据显示结果,手动删除一些脏数据。
   def clean_datas(data):
  """
  清除脏数据。
  经过分析发现 ('新区', 189), ('南区', 189), ('朝阳', 56) 是脏数据, 必胜客官网的地区选项中就有这三个名字
  [('新区', 189), ('上海市', 189), ('南区', 189), ('北京市', 184), ('深圳', 95),
  ('广州', 86), ('杭州', 78), ('天津市', 69), ('朝阳', 56), ('苏州', 54)]
  """
  data.remove(('新区', 189))
  data.remove(('南区', 189))
  data.remove(('朝阳', 56))
  return data
  到此,数据工作已经完成。
 03数据分析
  我们已经拿到了经过清洗的数据,我们简单对数据进行打印,然后绘制直方图。
  def render_top10():
  """
  绘制直方图显示 全国必胜客餐厅总数 Top 10 的城市
  根据清洗过后数据的结果, Top 城市如下
  ('上海市', 189), ('北京市', 184), ('深圳', 95), ('广州', 86), ('杭州', 78),
  ('天津市', 69), ('苏州', 54), ('西安', 52), ('武汉', 51), ('成都', 48)
  """
  attr = ["上海", "北京", "深圳", "广州", "杭州", "天津", "苏州", "西安", "武汉", "成都"]
  values = [189, 184, 95, 86, 78, 69, 54, 52, 51, 48]
  bar = Bar("全国各大城市必胜客餐厅数量排行榜")
  bar.add("总数", attr, values, is_stack=True, is_more_utils=True)
  bar.render("render_bar.html")
  绘制出来的结果如下:
  不难看出,一线城市拥有必胜客的餐厅数比较多,省会城市拥有餐厅数要比非省会城市要多。
  我们继续绘制饼状图,看看北上广深的餐厅数在全国的占比。
  def render_top10_percent():
  """
  绘制饼状图 显示北上广深餐厅数在全国中的比例
  """
  configure(global_theme='macarons')
  attr = ["上海", "北京", "深圳", "广州", "其他城市"]
  value = [189, 184, 95, 86, 1893]  # 根据 count_other_sum() 计算出来的
  pie = Pie("北上广深餐厅数的占比")
  pie.add("", attr, value, is_label_show=True, is_more_utils=True)
  pie.render("render_pie.html")
  绘制出来的结果如下:
 
  从数据上看,北上广深的餐厅数占据全国餐厅数的 22.64%。其他二三线城市共占据 77.36%。说明必胜客餐厅不仅主打大城市路线,还往二三四线城市发展,扩展领域。
      
上文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8052),我们将立即处理。
 

 
 
 
 
   
了解更多课程内容及课程安排,可咨询QQ 2852509883 或致电客服 400-821-0951(工作日9:00-17:30)
【看这里】


TAG:

 

评分:0

我来说两句

Open Toolbar