Python數(shù)據(jù)分析與可視化典型項(xiàng)目實(shí)戰(zhàn)模塊四-旅游景點(diǎn)數(shù)據(jù)分析

模塊四旅游景點(diǎn)數(shù)據(jù)分析Python數(shù)據(jù)分析與可視化典型項(xiàng)目實(shí)戰(zhàn)（微課版）【任務(wù)描述】Excel文件“景點(diǎn)數(shù)據(jù).xlsx”共有13183行、10列數(shù)據(jù)，列名分別為：序號(hào)、景點(diǎn)名稱、地區(qū)、評(píng)分、評(píng)級(jí)、地址、評(píng)語、價(jià)格、銷量、省市自治區(qū)。針對(duì)來自國(guó)內(nèi)部分省、自治區(qū)、直轄市的13183條景點(diǎn)數(shù)據(jù)完成以下數(shù)據(jù)可視化分析操作。（1）繪制銷量位于前10的景點(diǎn)的銷量柱形圖。（2）繪制銷量位于前100的景點(diǎn)中每個(gè)省、自治區(qū)、直轄市的景點(diǎn)數(shù)量柱形圖。（3）繪制各個(gè)省、自治區(qū)、直轄市景點(diǎn)銷量和的柱形圖。（4）繪制評(píng)分最高的500個(gè)景點(diǎn)中每個(gè)省、自治區(qū)、直轄市的景點(diǎn)數(shù)量柱形圖。（5）繪制各個(gè)省、自治區(qū)、直轄市景點(diǎn)門票平均價(jià)格的柱形圖。（6）繪制不同評(píng)級(jí)的景點(diǎn)門票平均價(jià)格柱形圖。（7）繪制不同評(píng)級(jí)的景點(diǎn)平均評(píng)分柱形圖。（8）繪制針對(duì)“北京市”的景點(diǎn)的評(píng)論詞云圖。（9）繪制針對(duì)“上海市”的景點(diǎn)的評(píng)論詞云圖?！救蝿?wù)4-1】旅游景點(diǎn)數(shù)據(jù)可視化分析【任務(wù)實(shí)現(xiàn)】在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建tc04-01.ipynb，然后在單元格中編寫代碼并輸出對(duì)應(yīng)的結(jié)果?！救蝿?wù)4-1】旅游景點(diǎn)數(shù)據(jù)可視化分析旅游景點(diǎn)數(shù)據(jù)可視化分析1．導(dǎo)入模塊importjiebafromPILimportImage2．讀取與瀏覽數(shù)據(jù)data=pd.read_excel(r'data/景點(diǎn)數(shù)據(jù).xlsx')data.head()旅游景點(diǎn)數(shù)據(jù)可視化分析查看省、自治區(qū)、直轄市的數(shù)量查看每個(gè)評(píng)級(jí)的景區(qū)數(shù)量方法之一data.groupby('評(píng)級(jí)').序號(hào).count()3．?dāng)?shù)據(jù)預(yù)處理與瀏覽所需數(shù)據(jù)查看每個(gè)省、自治區(qū)、直轄市的景區(qū)數(shù)量data.groupby('省、自治區(qū)、直轄市').序號(hào).count().sort_values(ascending=False)data['省、自治區(qū)、直轄市'].nunique()輸出結(jié)果：31查看每個(gè)評(píng)級(jí)的景區(qū)數(shù)量方法之二data['評(píng)級(jí)']=data['評(píng)級(jí)'].str.replace('\\','')data['評(píng)級(jí)']=data['評(píng)級(jí)'].str.replace('N','其他等級(jí)景區(qū)')data.groupby('評(píng)級(jí)').序號(hào).count()旅游景點(diǎn)數(shù)據(jù)可視化分析繪制銷量位于前100的景點(diǎn)中每個(gè)省、自治區(qū)、直轄市的景點(diǎn)數(shù)量柱形圖data_scenic_100=data.sort_values('銷量',ascending=False).head(100).reset_index()data_scenic_100=data_scenic_100.groupby('省、自治區(qū)、直轄市').序號(hào).count().sort_values(ascending=False)data_scenic_100.plot(kind='bar',color='lightblue',fontsize=12,figsize=(12,6))4．?dāng)?shù)據(jù)可視化繪制銷量位于前10的景點(diǎn)的銷量柱形圖data1=data.sort_values('銷量',ascending=False).head(10)[['景點(diǎn)名稱','銷量']]data1.plot(x='景點(diǎn)名稱',y='銷量',kind='bar',color='lightblue',fontsize=12,figsize=(12,6))圖4-2銷量位于前100的景點(diǎn)中每個(gè)省、自治區(qū)、直轄市的景點(diǎn)數(shù)量柱形圖旅游景點(diǎn)數(shù)據(jù)可視化分析繪制各個(gè)省、自治區(qū)、直轄市景點(diǎn)銷量和的柱形圖data2=data.groupby('省、自治區(qū)、直轄市').銷量.sum().sort_values(ascending=False)data2.plot(kind='bar',color='lightsteelblue',fontsize=12,figsize=(12,6))旅游景點(diǎn)數(shù)據(jù)可視化分析繪制評(píng)分最高的500個(gè)景點(diǎn)中每個(gè)省、自治區(qū)、直轄市的景點(diǎn)數(shù)量柱形圖score_scenic_500=data.sort_values('評(píng)分',ascending=False).head(500)score_scenic_500=score_scenic_500.groupby('省、自治區(qū)、直轄市').序號(hào).count().sort_values(ascending=False)score_scenic_500.plot(kind='bar',color='lightsalmon',fontsize=12,figsize=(12,6))旅游景點(diǎn)數(shù)據(jù)可視化分析繪制各個(gè)省、自治區(qū)、直轄市景點(diǎn)門票平均價(jià)格的柱形圖data3=data.groupby('省、自治區(qū)、直轄市').價(jià)格.mean().sort_values(ascending=False)data3.plot(kind='bar',color='sandybrown',fontsize=12,figsize=(12,6))旅游景點(diǎn)數(shù)據(jù)可視化分析繪制不同評(píng)級(jí)的景點(diǎn)門票平均價(jià)格柱形圖data4=data.groupby('評(píng)級(jí)').價(jià)格.mean().sort_values(ascending=False)data4.plot(kind='bar',color='lightseagreen',fontsize=12)繪制不同評(píng)級(jí)的景點(diǎn)平均評(píng)分柱形圖data5=data.groupby('評(píng)級(jí)').評(píng)分.mean().sort_values(ascending=False)data5.plot(kind='bar',color='lightseagreen',fontsize=12)旅游景點(diǎn)數(shù)據(jù)可視化分析繪制針對(duì)“北京市”的景點(diǎn)的評(píng)論詞云圖bj_list=data[(data['省、自治區(qū)、直轄市']=='北京市')&(data['評(píng)語']!='\\N')]['評(píng)語'].tolist()bj_comment=''.join(bj_list)bj_word_list=jieba.cut(bj_comment)bj_space_word=''.join(bj_word_list)ont=r'C:\\Windows\\Fonts\\STFANGSO.ttf'#顯示漢字要加這條語句word_cloud=WordCloud(font_path=font,background_color="white",stopwords={'中','世界','北京','你','的','位于','是','和','有','您','好去處','地','與','在','了','一個(gè)','公里','上','以','約','大','集','娛樂','美景','景區(qū)','體驗(yàn)','大型','中國(guó)','休閑','享受','感受','為','藝術(shù)','文化','特色'})word_cloud.generate(bj_space_word)plt.subplots(figsize=(12,8))plt.imshow(word_cloud)plt.axis("off")旅游景點(diǎn)數(shù)據(jù)可視化分析繪制針對(duì)“上海市”的景點(diǎn)的評(píng)論詞云圖圖4-8針對(duì)“北京市”的景點(diǎn)的評(píng)論詞云圖掃描二維碼在線瀏覽電子活頁4-1“繪制針對(duì)‘上海市’的景點(diǎn)的評(píng)論詞云圖”中的代碼及繪制的圖形?！救蝿?wù)描述】Excel文件“旅游景區(qū)數(shù)據(jù).xlsx”共有2250行、11列數(shù)據(jù)，列名分別為：地區(qū)、名稱、星級(jí)、評(píng)分、價(jià)格、銷量、省/市/區(qū)（縣）、坐標(biāo)、景區(qū)簡(jiǎn)介、是否免費(fèi)、具體地址。通過分析這些景點(diǎn)門票銷售數(shù)據(jù)，探求哪些景點(diǎn)是熱門景點(diǎn)，分析假期出行數(shù)據(jù)分布、各地區(qū)4A和5A景點(diǎn)數(shù)量、門票價(jià)格區(qū)間占比、景區(qū)簡(jiǎn)介詞云等?！救蝿?wù)實(shí)現(xiàn)】在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建tc04-02.ipynb，然后在單元格中編寫代碼并輸出對(duì)應(yīng)的結(jié)果。【任務(wù)4-2】旅游景點(diǎn)銷量分析旅游景點(diǎn)銷量分析1．導(dǎo)入模塊導(dǎo)入其他模塊的代碼如下：importjiebafromcollectionsimportCounterfrompyecharts.globalsimportThemeTypefrompyecharts.globalsimportSymbolTypefrommons.utilsimportJsCode2．?dāng)?shù)據(jù)預(yù)處理讀取數(shù)據(jù)path='.\data\旅游景區(qū)數(shù)據(jù).xlsx'df=pd.read_excel(path)df.head()查看索引、數(shù)據(jù)類型等數(shù)據(jù)集的基本信息()旅游景點(diǎn)銷量分析查看數(shù)值型列匯總統(tǒng)計(jì)color_map=sns.light_palette('orange',as_cmap=True)#light_palette調(diào)色板df.describe().style.background_gradient(color_map)刪除重復(fù)的行df=df.drop_duplicates()查看銷量為0的行df.loc[df['銷量']==0,:].head()查看4A級(jí)與5A級(jí)景點(diǎn)星級(jí)排前5位的地區(qū)df_tmp1=df[df['星級(jí)'].isin(['4A','5A'])]df_counts=df_tmp1.groupby('地區(qū)').count()['星級(jí)']print(df_counts._stat_axis.values)df_tmp2=df_counts.reset_index()df_tmp2.sort_values('星級(jí)',ascending=False).head()旅游景點(diǎn)銷量分析統(tǒng)計(jì)各列空值的數(shù)量df2=df[df['銷量']>=0]df2.isnull().sum()用“未知”填充空值df2['星級(jí)'].fillna('未知',inplace=True)df2.fillna('未知',inplace=True)df2.isnull().sum()按銷量排序并重置行索引sort_info=df.sort_values(by='銷量',ascending=False)sort_info1=sort_info.reset_index(drop=True)sort_info1.head(3)旅游景點(diǎn)銷量分析拆分與保存坐標(biāo)數(shù)據(jù)df2["lon"]=df["坐標(biāo)"].str.split(",",expand=True)[0]df2["lat"]=df["坐標(biāo)"].str.split(",",expand=True)[1]df2.to_csv(".\data\data.csv")提取銷量排前10位的景點(diǎn)top10=sort_info1.loc[0:9]top10=top10[['名稱','銷量']]top10旅游景點(diǎn)銷量分析3．?dāng)?shù)據(jù)可視化分析繪制銷量排前10位景點(diǎn)的條形圖之一plt.barh(top10['名稱'],top10['銷量'])plt.title("熱門景點(diǎn)的銷量")plt.ylabel("景點(diǎn)名稱")plt.xlabel("銷量")plt.show()繪制銷量排前10位景點(diǎn)的條形圖#線性漸變color_js="""newecharts.graphic.LinearGradient(0,0,1,0,[{offset:0,color:'#009ad6'},{offset:1,color:'#ed1941'}],false)"""sort_info=df.sort_values(by='銷量',ascending=True)旅游景點(diǎn)銷量分析b1=(Bar().add_xaxis(list(sort_info['名稱'])[-10:]).add_yaxis('熱門景點(diǎn)銷量',sort_info['銷量'].values.tolist()[-10:],itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js))).reversal_axis().set_global_opts(title_opts=opts.TitleOpts(title='熱門景點(diǎn)銷量數(shù)據(jù)'),yaxis_opts=opts.AxisOpts(name='景點(diǎn)名稱'),xaxis_opts=opts.AxisOpts(name='銷量'),).set_series_opts(label_opts=opts.LabelOpts(position="right")))#將圖形整體右移g1=(Grid().add(b1,grid_opts=opts.GridOpts(pos_left='20%',pos_right='5%')))g1.render_notebook()旅游景點(diǎn)銷量分析圖4-10使用pyecharts庫的Bar()繪制的銷量排前10位景點(diǎn)條形圖旅游景點(diǎn)銷量分析繪制假期出行數(shù)據(jù)分布地圖繪制各地區(qū)4A、5A景點(diǎn)數(shù)量散點(diǎn)圖plt.figure(figsize=(13,6))plt.scatter(df_counts._stat_axis.values,df_counts,s=40,c='r')plt.xticks(rotation=30)plt.show()旅游景點(diǎn)銷量分析繪制各地區(qū)4A、5A景點(diǎn)數(shù)量柱形圖df1=df_counts.copy()df1.sort_values(ascending=False,inplace=True)pie1=(Pie().add('',[list(z)forzinzip(df1.index.values.tolist(),df1.values.tolist())],radius=['30%','100%'],center=['50%','60%'],rosetype='area',)掃描二維碼在線瀏覽電子活頁4-2“繪制各地區(qū)4A、5A景點(diǎn)數(shù)量柱形圖”中的代碼及繪制的圖形。繪制各地區(qū)4A、5A景點(diǎn)數(shù)量玫瑰圖旅游景點(diǎn)銷量分析.set_global_opts(title_opts=opts.TitleOpts(title='各地區(qū)4A、5A景點(diǎn)數(shù)量'),legend_opts=opts.LegendOpts(is_show=False),toolbox_opts=opts.ToolboxOpts()).set_series_opts(label_opts=opts.LabelOpts(is_show=True,position='inside',font_size=12,formatter=':{c}',font_style='italic',font_weight='bold',font_family='MicrosoftYaHei')))pie1.render_notebook()掃描二維碼在線瀏覽電子活頁4-3“繪制各省市4A、5A景點(diǎn)數(shù)量陰影散點(diǎn)圖”中的代碼及繪制的圖形。繪制各省市4A、5A景點(diǎn)數(shù)量陰影散點(diǎn)圖繪制全國(guó)各省市區(qū)4A、5A景點(diǎn)分布地圖對(duì)應(yīng)的代碼詳見本書配套的電子活頁4-2。繪制全國(guó)各省市區(qū)4A、5A景點(diǎn)分布地圖旅游景點(diǎn)銷量分析#門票價(jià)格區(qū)間price_level=[0,50,100,150,200,250,300,350,400,500]label_level=['0-50','50-100','100-150','150-200','200-250','250-300','300-350','350-400','400-500']jzmj_cut=pd.cut(df2['價(jià)格'],price_level,labels=label_level)df_price=jzmj_cut.value_counts()plt.scatter(label_level,df_price.values,s=40,c='r')plt.title('門票價(jià)格區(qū)間分布')plt.xlabel('價(jià)格區(qū)間（元）')plt.ylabel('數(shù)量')plt.show()繪制門票價(jià)格區(qū)間分布散點(diǎn)圖pie1=(Pie(init_opts=opts.InitOpts(width='800px',height='600px',))繪制門票價(jià)格區(qū)間占比玫瑰圖旅游景點(diǎn)銷量分析.add('',[list(z)forzinzip(df_price.index.tolist(),df_price.values.tolist())],radius=['20%','60%'],center=['40%','50%'],rosetype='radius',label_opts=opts.LabelOpts(is_show=True),).set_global_opts(title_opts=opts.TitleOpts(title='門票價(jià)格區(qū)間占比',pos_left='33%',pos_top="5%"),legend_opts=opts.LegendOpts(type_='scroll',pos_left="80%",pos_top="25%",orient="vertical")).set_series_opts(label_opts=opts.LabelOpts(formatter=':{c}(gygop2f%)'),position='outside'))pie1.render_notebook()旅游景點(diǎn)銷量分析掃描二維碼在線瀏覽電子活頁4-4“繪制門票價(jià)格區(qū)間-數(shù)量散點(diǎn)圖”中的代碼及繪制的圖形。繪制門票價(jià)格區(qū)間-數(shù)量散點(diǎn)圖供選擇的用于設(shè)置詞云形狀的值有：star、circle、cardioid、diamond、triangle_x0002_forward、triangle、pentagon。繪制景點(diǎn)簡(jiǎn)介詞云旅游景點(diǎn)銷量分析contents="".join('%s'%iforiindf['景區(qū)簡(jiǎn)介'].values.tolist())contents_list=jieba.cut(contents)ac=Counter(contents_list)stopwords=[]withopen('.\data\stopwords.txt',"r",encoding='utf-8')asf:#打開文件data=f.read()#讀取文件stopwords=data.split('\n')foriinstopwords:delac[i]w1=(WordCloud().add("",ac.most_common(150),word_size_range=[5,100],textstyle_opts=opts.TextStyleOpts(font_family="cursive"),shape='star').set_global_opts(title_opts=opts.TitleOpts(title="景點(diǎn)簡(jiǎn)介詞云")))w1.render_notebook()旅游景點(diǎn)銷量分析w2=(WordCloud().add("",ac.most_common(200),word_size_range=[5,80],textstyle_opts=opts.TextStyleOpts(font_family="cursive"),mask_image='./data/1.jpg').set_global_opts(title_opts=opts.TitleOpts(title="自定義模板的景點(diǎn)簡(jiǎn)介詞云"),))w2.render_notebook()繪制自定義模板的景點(diǎn)簡(jiǎn)介詞云旅游景點(diǎn)銷量分析從以上分析可以初步得出以下結(jié)論。江蘇、安徽、河南、北京、湖北等地區(qū)4A、5A級(jí)景點(diǎn)數(shù)量比較多。NO.2華東、華南、華中等大區(qū)屬于大眾出游熱門地區(qū)，北京、上海、江蘇、廣東、四川、陜西等地區(qū)的游客比較密集。NO.1門票價(jià)格在100元以內(nèi)的景區(qū)居多，大概占比70%，比較實(shí)惠，而且一般景點(diǎn)還有學(xué)生優(yōu)惠待遇。NO.3【任務(wù)描述】Excel文件“travel.xlsx”共有2519行、8列數(shù)據(jù)，列名分別為：地點(diǎn)、短評(píng)、出發(fā)時(shí)間、天數(shù)、人均費(fèi)用、人物、玩法、瀏覽量。針對(duì)該數(shù)據(jù)集完成以下數(shù)據(jù)可視化分析操作。（1）繪制出現(xiàn)頻數(shù)排前10位的旅游目的地頻數(shù)柱形圖。（2）繪制出現(xiàn)頻率排前10位的旅游目的地人均費(fèi)用柱形圖。（3）繪制出游方式占比餅圖。（4）繪制旅游出發(fā)時(shí)間頻數(shù)折線圖。（5）繪制各種旅行時(shí)長(zhǎng)統(tǒng)計(jì)次數(shù)條形圖。（6）繪制各種玩法頻次排前20位的玩法頻次條形圖。（7）繪制景點(diǎn)簡(jiǎn)介詞云圖?！救蝿?wù)4-3】旅游出行數(shù)據(jù)可視化分析【任務(wù)實(shí)現(xiàn)】在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建tc04-03.ipynb，然后在單元格中編寫代碼并輸出對(duì)應(yīng)的結(jié)果。旅游出行數(shù)據(jù)可視化分析1．導(dǎo)入模塊importjiebaimportjieba.analyseimportreimportstylecloudfrompyecharts.globalsimportThemeTypefromIPython.displayimportImagefrommons.utilsimportJsCode2．讀取數(shù)據(jù)data=pd.read_excel(r'data\travel.xlsx')data.head()旅游出行數(shù)據(jù)可視化分析3．?dāng)?shù)據(jù)預(yù)處理查看數(shù)據(jù)集的基本信息()刪除重復(fù)值data.drop_duplicates(inplace=True)數(shù)據(jù)清洗data=data[~data['天數(shù)'].isin(['99+'])]data=data[~data['天數(shù)'].isin(['天數(shù)'])]data=data[~data['地點(diǎn)'].isin(['攻略'])]轉(zhuǎn)換數(shù)據(jù)類型和時(shí)間格式data['天數(shù)']=data['天數(shù)'].astype(int)data['人均費(fèi)用']=data['人均費(fèi)用'].astype(int)#轉(zhuǎn)換時(shí)間格式data['出發(fā)時(shí)間']=pd.to_datetime(data['出發(fā)時(shí)間'])取出人均費(fèi)用大于200元并且天數(shù)小于等于15的數(shù)據(jù)#取出人均費(fèi)用大于200元并且天數(shù)小于等于15的數(shù)據(jù)data=data[data['人均費(fèi)用'].values>200]data=data[data['天數(shù)']<=15]data=data.reset_index(drop=True)#重置索引旅游出行數(shù)據(jù)可視化分析從“出發(fā)時(shí)間”列數(shù)據(jù)中取出“旅行月份”數(shù)據(jù)掃描二維碼在線瀏覽電子活頁4-5“從‘出發(fā)時(shí)間’列數(shù)據(jù)中取出‘旅行月份’數(shù)據(jù)”中的代碼及輸出的結(jié)果。將“瀏覽量”列數(shù)據(jù)規(guī)范化并統(tǒng)一轉(zhuǎn)換成整型#定義Look()函數(shù)，參數(shù)為edefLook(e):#判斷數(shù)據(jù)類型是否為字符型ifisinstance(e,str):if'萬'ine:#將以“萬”結(jié)尾的數(shù)據(jù)，存到變量num1里面num1=re.findall('(\d+.*?)萬',e)num=int(float(num1[0])*10000)#將返回的值轉(zhuǎn)換為浮點(diǎn)型，并將num1列表中的數(shù)據(jù)放大10000倍returnnumelse:returnfloat(e)旅游出行數(shù)據(jù)可視化分析#調(diào)用Look()函數(shù)，對(duì)“瀏覽量”列的數(shù)據(jù)進(jìn)行處理，新增一列“瀏覽次數(shù)”data['瀏覽次數(shù)']=data['瀏覽量'].apply(Look)#刪