Python实战—星巴克店铺分布数据分析

第一次吃星巴克，是一块小小的蛋糕，类似圣诞帽似的圆锥形，35块钱一块，感觉很贵，但那是别人买给我的。

 

以此为背景，研究星巴克店铺的分布情况，熟悉星巴克店铺的地理分布位置。

 

一、数据来源

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！
QQ群：701698587

本节使用星巴克店铺的数据集，通过Python可视化技术，分析星巴克店铺的分布情况，使用的数据来源于网络，其中City为店铺所在城市、State/Province为店铺所在的州和省份、Country为店铺所在国家。

 

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline

 

starbucks = pd.read_csv(open('directory.csv',encoding='utf-8'))starbucks.head()

二、问题探索

• 星巴克店铺在全球的分布情况

• 哪些国家星巴克店铺较多

• 哪些城市星巴克店铺较多

• 星巴克店铺在我国的分布情况