|
|
51CTO旗下网站
|
|
移动端

用Python分析国庆旅游景点,告诉你哪些地方好玩、便宜、人又少

2019年国庆马上就要到来,今年想着来点新花样吧,玩肯定是要去玩的,不然怎么给祖国庆生,那去哪里玩人少big还高呢?咱不是程序员嘛,那就用数据分析下,看看哪些地方值得去。

作者:猪哥来源:裸睡的猪|2019-09-29 10:00

【大咖·来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》

2019年国庆马上就要到来

猪哥今年想着来点新花样吧

玩肯定是要去玩的

不然怎么给祖国庆生

那去哪里玩人少big还高呢?

咱不是程序员嘛

那就用数据分析下

看看哪些地方值得去

一、目标

使用Python分析出国庆哪些旅游景点:好玩、便宜、人还少的地方,不然拍照都要抢着拍!

二、获取数据

既然做数据分析肯定要先搞到数据,最开始猪哥在一些官方网站查找旅游信息,毕竟官方的数据可信度高点, 但我一无所获,有点失望!

然后寻找其他替代方案:爬取出行网站的旅游景点售票数据,这样也可以反映出旅游景点的热度!

猪哥首先想到 去哪儿,这里必须要安利一波去哪儿,同样的酒店同样的房间,去哪儿价格基本都是最低,所以猪哥也用的最多!

选好学习对象,那我就开始吧!

注⚠️:本教程仅用作学习交流,如有侵害任何人权益,请联系猪哥删除!

1.爬取单页数据

我们可以在哪去儿的门票页(http://piao.qunar.com/ticket/list.htm?keyword=)搜索:**国庆旅游景点**,就可以看到推荐的景点的一些信息,如:名称、地区、热度、销量、价格、等级、地理信息等等,信息应该说是比较全,良心!

然后按下F12打开浏览器调试窗口,查找加载数据的url(翻页就可以看到)

竟然直接返回了json数据,真是太方便了

最后使用requests库写一个get请求就可以了

这样一页数据就抓取下来了,是不是很简单?

这里说下去哪儿门票页抓取数据还是很简单,不需要登录、不需要代理 、甚至不需要header也可以成功,后面批量抓取页没出现限制,相对于淘宝来说简单了许多!

2.提取有效信息

既然数据拿到了,那就看看数据结构,然后提取自己想要的属性吧

这里猪哥提取了:id、名称、星级、评分、门票价格、销量、地区、坐标、简介这些信息,基本有效信息都保存起来!

3.保存到excel

需要的数据提取出来之后,我们就可以将他们保存起来。这里我们使用pandas库保存excel文件。

没有安装pandas库的同学安装一下

  1. pip install xlrd 
  2. pip install openpyxl 
  3. pip install numpy 
  4. pip install pandas 

这里单页数据的处理就完成了,爬取、解析、保存三步走~

4.批量爬取

批量爬取也很简单,先找分页数据,多点几下页数比较不同参数就能看出来

经过一会的分析,我们便可以看出参数 page 就是分页参数了,这样我们在外层写一个for循环,把页数传入就可以实现批量爬取

那个36是我在网页上看到了,当然也可以实现自动判断是否爬取完成,只要判断每次返回的条数即可!

看看批量爬取的效果

三 、分析数据

数据都下载完毕后,就要思考如何去利用分析这些数据了,猪哥简单做了几个分析:

  1. 景点门票销量排行分析
  2. 景点门票销售额排行分析
  3. 各省各等级景点数分析
  4. 景点销量热力图分析
  5. 推荐景点分析

我们使用的可视化库仍然是:pyecharts库 ,更多维度分析等待你去思考~

1.景点门票销量排行分析

我们先来分析下景点门票销量排行

我们创建了一个透视表,然后根据销量排序!最后生成柱状图,一起来看看效果:

我们可以看到迪士尼门票销量排第一

2.景点销售额排行分析

销售额=单价*销量,我们可以将每行的price和sale相乘算出销售额

我们将得到的销售额数据放回df中,然后再排序

迪士尼真是吸金厉害!!!

3.各省各等级景点数分析

由于时间原因,该项分析暂未完成,本想分析下每个省每个等级的景点有多少个,但是由于时间原因暂未完成,感兴趣的同学可以下载源码自己试试 ,就当课后作业叭~

4.景点销量热力图分析

之前我们也做过很多热力图,都是用的pyecharts库,今天我们来点不一样 的,我们使用百度地图开放api(免费)做一个热力图,你首先要做的就是申请一个百度地图开放平台的应用,操作很简单,如何申请可以 直接百度或者看看这篇文章:https://jingyan.baidu.com/article/363872eccda8286e4aa16f4e.html

需要注意的是:在申请应用的时候类型一定要选浏览器

然后你就可以下载一个百度热力图的demo的html,在html中把ak码换成自己的。

换完ak码就要换json数据了,我们先生成和默认数据一样格式的json数据,然后再替换掉

最后来看看效果叭,动态地图支持放大缩小,可仔细查看各省、市、区景点热力图

5.推荐景点分析

应该推荐怎样的景点呢?猪哥认为是:高评分、销量少、价格便宜。

推荐系数和评分成正比,和销量、价格成反比,所以猪哥设计了一个最简单的算法:

瞎推荐系数=评分/(销量价格) * 1000

来看看这个简易的推荐算法得出的结果

可以看到在这个瞎推荐TOP20中国外景点很多(尤其是日本),确实国内到国庆了哪里其实人都是挺多的!

如果你觉得我设计的推荐算法太low了,可以自己思考下如何设计更合理,然后自己动手调试,期待看到不一样的结果!

【编辑推荐】

  1. 30段极简Python代码:这些小技巧你Get了么
  2. 用Python爬取前程无忧网大数据岗位信息并分析!找到最合适你的
  3. Go语言和Java、Python等其他语言的对比分析
  4. 代码详解:使用Python从不同表格中提取数据
  5. 用Python偷偷告诉你国庆8亿人都去哪儿浪?
【责任编辑:华轩 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

用Python玩转excel

用Python玩转excel

让重复操作傻瓜化
共3章 | DE8UG

187人订阅学习

AI入门级算法

AI入门级算法

算法常识
共22章 | 周萝卜123

164人订阅学习

这就是5G

这就是5G

5G那些事儿
共15章 | armmay

132人订阅学习

视频课程+更多

讲师:人学习过

B

B

讲师:BB人学习过

读 书 +更多

非常网管——网络服务

本书使用通俗易懂的语言,通过大量的实例,从实际应用的角度出发,全面系统地介绍了网络服务操作系统平台、电子邮件系统、Web站点和FTP站点...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微