用Python解析大连景点，告诉你哪些景点性价比高
发布时间：2021-11-07 07:17:38 所属栏目：语言 来源：互联网
导读：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
|
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。 （编辑：晋中站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
