用Python分析大连景点,告诉你哪些景点性价比高

发表于:2021-9-07 09:46  作者:志斌   来源:志斌的python笔记

字体: | 上一篇 | 下一篇 |我要投稿 | 推荐标签: 软件开发 Python

  大家好,我是志斌~
  再过几天,志斌就要去大连开始为期三年的读研生活啦,当然在读书学习的同时,也要去体验一下“魅力之都”的魅力,所以志斌用Python爬取了去哪儿网上大连景点的相关数据,包括景点名称、城区、热度、价格、月销量等数据,对数据进行可视化并作简单分析,用以找到性价比较高的景点。
  一数据采集
  去哪儿网的数据存储非常简单,都在源网页中静态存储,我们只需构造好URL之后,用Requests发起请求,然后用Bs4将数据提取出来,存储到Excel中即可。
  爬虫的核心代码如下:
  import requests 
  from bs4 import BeautifulSoup 
  import openpyxl 
   
  for page in range(1,50): 
    try: 
        params = ( 
            ('from', 'mps_search_suggest_h'), 
            ('keyword', '大连'), 
            ('page', str(page)), 
        ) 
        response = requests.get('https://piao.qunar.com/ticket/list_%E8%A5%BF%E5%AE%89.html', headers=headers, params=params) 
        soup = BeautifulSoup(response.text,'html.parser') 
        zongs = soup.find_all('div',class_='sight_item') 
        for i in zongs: 
            name = i.find('h3').text 
            diqu = i.find(class_='area').find('a').text 
            redu = round(float(i.find(class_='product_star_level').text.split()[-1][:4]) * 5, 2) 
          dizhi = re.findall('地址:(.*?)地图', i.find(class_='address color999').text)[0] 
            jiage = float(i.find(class_='sight_item_price').find('em').text) 
            yuexiao = int(i.find(class_='sight_item_sold-num').find('span').text) 
            xingji = i.find(class_='level') 
            jingweidu = i['data-point'] 
            ~~~ 
  二数据处理
  01导入景点数据
  用pandas读取爬取的景点数据并预览。
  import pandas as pd 
  df = pd.read_excel('大连景区数据_1.xlsx',names=['景点名称','城区','热度','地址','价格','月销量','星级','经度','纬度']) 
  print(df.head()) 
  02删除重复数据
  网站中有一定的重复数据,需要将其删除。
  df = df.drop_duplicates() 
  03查看数据信息
  查看字段类型和缺失值情况,符合分析需要,无需另做处理。
  df.info() 
  三可视化分析
  我们来对这164个景点数据进行可视化分析。
  01景点介绍
  通过对大连景点介绍进行词云图绘制,我们很容易看出大连的特点。博物馆、休闲、历史、文化等词的大量提及,说明大连是一座历史悠久的现代化城市。建筑、动物、主题等词也有很多提及,表明大连的旅游环境轻松且多样。
  代码如下:
  with open("推荐语.txt",) as f: 
     job_title_1 = f.read() 
  contents_cut_job_title = jieba.cut(job_title_1) 
  contents_list_job_title = " ".join(contents_cut_job_title) 
  wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False, 
                background_color="white", 
                font_path=r"K:\msyh.ttc", 
                width=400, height=300, random_state=42, 
                mask=imread('xin.jpg', pilmode="RGB") 
                ) 
  wc.generate(contents_list_job_title) 
  wc.to_file("推荐语.png") 
  02景区热度top10
  从景点评分来看,金石滩景点评分最高,为4.55分,其次是老虎滩公园和星海广场,分别是4.5分和4.4分。怪不得一搜索大连的旅游攻略,每一个里面都有这几个景点。
  03景点价格top10
  从景点价格来看,除了潜水中心这个景点略贵,其他景点价格都还可以接受,去大连游玩的朋友,时间充裕的话可以都体验一下,志斌这三年是要都体验一遍了~
  04月销量top10景点
  从下图可以看出,海昌发现王国的销量最高,为908,其次是天门峡漂流,为786,志斌还没去过漂流,正好趁着这次在大连读书,抽时间去一次。
  老虎滩海洋公园、大连森林动物园、大连圣亚海洋世界的销量也不少,分别是542,488,458。
  05月销额top20景点
  从下图可以看出、月销额较大的还是海昌发现王国、老虎滩海洋公园、大连圣亚海洋世界、看来月销额受到月销量的影响较大,受价格的影响较小。
  06景点等级分布
  从大连景点等级分布来看,3A以上等级的景点为24个,其中3A级景点1个,4A级景点21个,5A级景点2个。
  07景点分布
  从图中我们可以看出,景点大部分分布在旅顺区、中山区、金州区的东南沿海方位。如果来大连旅游的话,建议去旅顺口区或者中山区去住,因为那里交通较为便利。
  四小结
  通过上面简单的分析,我们大致可以获得以下几点发现:
  1. 大连是一座历史悠久的现代化城市,很适合旅游。
  2. 大连的景点主要集中在旅顺区、中山区、金州区,旅顺区和中山区的景点附近有地铁,所以建议住宿的时候可以尽量选择住在这两个区,这样出行游玩会比较方便。
  3. 评分最高的景点是金石滩景点。
  4. 本文仅供学习参考,不做它用。

  本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51Testing小编(021-64471599-8017),我们将立即处理

评 论

论坛新帖



建议使用IE 6.0以上浏览器,800×600以上分辨率,法律顾问:上海信义律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2021, 沪ICP备05003035号
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪公网安备 31010102002173号

51Testing官方微信

51Testing官方微博

扫一扫 测试知识全知道