|
|
|
|
移动端

用Python爬了225座城市6758家餐厅,窥探国人吃小龙虾的不同姿势(附代码)

世界杯激战正酣,大家在欣赏精彩比赛的同时,怎能少了美食的陪伴,我们今天就来聊聊世界杯的好丽友——小龙虾。

作者:数据森麟来源:大数据|2018-06-28 11:15

开发者盛宴来袭!7月28日51CTO首届开发者大赛决赛带来技术创新分享

导读:世界杯激战正酣,大家在欣赏精彩比赛的同时,怎能少了美食的陪伴,我们今天就来聊聊世界杯的好丽友——小龙虾。

用Python爬了225座城市6758家餐厅,窥探国人吃小龙虾的不同姿势(附代码)

01 获得数据

本次数据我们爬取了大众点评中所有打上小龙虾标签的餐厅:

从上图中可以看出,我们可以获得餐厅的人均消费、点评数量、推荐菜、评分(口味、环境、服务)等信息,用于我们之后的分析。我们此次总共爬取到了225个城市,6758个餐厅,121.3万条评论。

我们截取其中的部分核心代码:

  1. def  find_city_page(path):  
  2.     data = pd.read_excel(path)  
  3.     city_lobster_page = pd.DataFrame()  
  4.     driver = webdriver.Chrome()      
  5.     for i in range(0,len(data)):  
  6.            try :  
  7.                 js='window.open("'+data['city_lobster_url'][i]+'")'  
  8.                 driver.execute_script(js)  
  9.                 bsObj = BeautifulSoup(driver.page_source,'html.parser' 
  10.                 bs = bsObj.find_all('a',attrs={'class':'PageLink'})  
  11.                  this_city_lobster={'city_name':data['city_name'][i],                           
  12.  
  13.                                     'page_num':max([int(l.text ) for l in bs])}  
  14.                  city_lobster_page = city_lobster_page.append(this_city_lobster,ignore_index=True)   
  15.            except
  16.                 continue   
  17.     return  
  18.          city_lobster_page 

02 城市对比

我们首先要进行分析的是各个城市的小龙虾热度,我们以带有“小龙虾”标签的餐厅评论总和作为最终的对比依据,得到的TOP20城市如下:

可以看出上海市的点评数遥遥领先,可能存在以下两个因素:a.上海市的小龙虾餐厅数量较多,本身存在较大的消费群体 b.大众点评总部在上海,上海的商户入驻数量较多。有兴趣的朋友可以进行更深一步的研究。

圈定了TOP20城市后,我们首先看一下TOP20城市小龙虾的人均消费:

该项统计中,包邮区占据了靠前的位置,体现出来包邮区对小龙虾的热情和自身的消费水平。同时可以看到株洲的人均消费接近于上海的一半,有机会到湖南旅游的朋友可以考虑到株洲品尝物美价廉的小龙虾。

紧接着要看的是TOP20城市味道、环境、服务三部分的分数情况:

我们发现服务分与环境分排序相同,二者具有极强的相关性,符合通常认知。同时可以看到在三项分数中,北方的四个城市天津、西安、北京、青岛各项指标均处于靠前的位置,其中天津的服务和环境均处于首位。

结合下图全国小龙虾热力图,似乎有些有悖于大家的认知。

由此我们可以得出在小龙虾整体热度比较强的区域,人们对于小龙虾各方面的要求会相应提高,相反在整体热度偏低区域,人们评价时会相对宽容。同时我们看到海口的各项指标均处于最后一位,需要进行相应的调整。

03 探索龙虾

我们看过了各个城市的情况后,进一步看一下小龙虾本身的一些有趣的内容,首先看一下龙虾的口味,我们选取了各个餐厅中带有龙虾的推荐菜,分词后获得TOP20的口味:

十三香、蒜蓉、麻辣高居前三位,根据作者的经验,这基本上是符合大家整体口味的选择。TOP20中的蛋黄,白灼对于作者而言相对陌生,有品尝过的朋友可以分享一些这些口味的体验。

看完了口味,再看一下龙虾的好丽友:

螺丝、花甲、毛豆位高居TOP3,看来大家吃龙虾的时候,会希望同时选择一些不用摘手套就可以享用的食物,毕竟吃的过程中频繁摘手套会比较费劲。

04 龙虾画像

目前互联网公司中非常普遍地会进行一些人群画像的分析,我们在这里借用一下这个概念,也为小龙虾绘制一副专属的画像:

部分词云绘制代码如下:

  1. # 解析小龙虾图片  
  2. back_color = imread('小龙虾.jpg')  # 解析该图片  
  3. # 参数配置  
  4. wc = WordCloud(background_color='white',  # 背景颜色  
  5.                            max_words=300,  # 最大词数  
  6.                            mask=back_color,  # 以该参数值作图绘制词云,这个参数不为空时,width和height会被忽略  
  7.                            max_font_size=100,  # 显示字体的最大值  
  8.                            font_path="C:/Windows/Fonts/simhei.ttf",    
  9.                            # 解决显示口字型乱码问题,可进入C:/Windows/Fonts/目录更换字体  
  10.                            random_state=4,  # 为每个词返回一个PIL颜色  
  11.                            #width=2000,  # 图片的宽 
  12.                            #height=1860  #图片的长 
  13.                            ) 
  14.  
  15. # 通过encounter计数器生成词云  
  16. wc.generate_from_frequencies(word_counts)  
  17. # 基于彩色图像生成相应彩色  
  18. image_colors = ImageColorGenerator(back_color)  
  19. # 绘制词云  
  20. plt.figure()  
  21. plt.imshow(wc.recolor(color_func=image_colors))  
  22. plt.axis('off'

05 特(hei)色(an)龙虾

文章最后我们放上几个之前分词发现的特色口味龙虾,或许下一个网红龙虾就在其中:

【编辑推荐】

  1. 我用Python提前“算”出了2018世界杯夺冠球队(第二弹......)
  2. Python的5个具有潜力的发展方向!
  3. 注意!Python中的10个常见安全漏洞及修复方法
  4. 数据科学20个最好的Python库
  5. 阿里大数据架构师总结16道Python面试题!
【责任编辑:庞桂玉 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

设计模式:可复用面向对象软件的基础(双语版)

《设计模式:可复用面向对象软件的基础》(双语版)是引导读者走入软件设计迷宫的指路明灯,凝聚了软件开发界几十年的设计经验。四位顶尖的...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊