你知道海底捞在全国有多少家店吗？

来源：可以叫我才哥

前段时间小团建去吃了海底捞，最近又看新闻说海底捞要关闭300家店，300家店是什么概念呢？那让我们先来看看海底捞全国有多少家店吧！

海底捞

目录：

• 1. 数据采集

• 2. 地图绘制

  • 2.1. 坐标转换

  • 2.2. 地图绘制

• 3. 店面分布

1. 数据采集

直接打开海底捞官网，拖到首页最下面我们可以看到全球各国家与地区门店选择，点击中国即可进入到中国门店列表，在开发者模式找到源数据地址。

可以看到请求到的数据格式很整洁，我们可以非常方便的处理，看代码：

import requests
import pandas as pd

# 接口地址
url = 'https://www.haidilao.com/eportal/store/listObjByPosition?country=CN&language=zh'
# 请求头
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36",
    "accept": "application/json, text/plain, */*"
    }
r = requests.get(url, headers=headers)
# 门店数据信息
data = r.json()
# 转化为DataFrame类型
df = pd.DataFrame(data['value'])
# 存储本地
df.to_excel('海底捞.xlsx',index=False)

数据预览：

一共1404家门店

2. 地图绘制

在采集到的数据中我们可以看到有经纬度坐标（百度地图），这里我的目标是将店地址绘制到地图上，采用的是folium绘图库。由于这个库没有百度地图，有高德地图，因此我需要先将经纬度坐标从百度转为高德，再进行地图绘制。

2.1. 坐标转换

在高迪开平找到坐标转换的接口，然后直接转换即可。

https://lbs.amap.com/api/webservice/guide/api/convert

# 用于存储转换后的坐标列表
ss1 = []

for i , location in enumerate(df[['longitude','latitude']].values):
    location = str(location[0])+','+str(location[1])
    url = 'https://restapi.amap.com/v3/assistant/coordinate/convert?'
    
    parames = {
        'locations':location,
        'coordsys':'baidu',
        'key':'你的key',
        }
    
    r = eval(requests.get(url, params=parames).json()['locations'])
    ss = [r[1],r[0]]
    ss1.append(ss)
    print(f'\r{i+1}',end='')

输出结果：

2.2. 地图绘制

基于经纬度坐标点+店铺名称数据用于绘制，代码如下：

from folium import plugins
import folium

m = folium.Map([39.904989, 116.405285], # 北京中心区域经纬度
    zoom_start=10,
                tiles='http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=7&x={x}&y={y}&z={z}', # 高德街道图
                # tiles='https://mt.google.com/vt/lyrs=h&x={x}&y={y}&z={z}', # google 地图
                # tiles='Stamen Toner',
               attr='高德')  

# 绘制店标记
groups = folium.FeatureGroup('')
for l,label in zip(ss1,df['storeName'].to_list()):
    groups.add_child(
        folium.CircleMarker(
            location=l,
            radius=7,
            color='yellow',
            fill=True,
            fill_color='red',
            fill_opacity=0.4,
            popup=folium.Popup(html=label,max_width=100),
        )
    )
m.add_child(groups)
m.add_child(folium.LatLngPopup())  

# 区域密度
marker_cluster = plugins.MarkerCluster().add_to(m)      
for l,label in zip(ss1,df['storeName'].to_list()):
    # 添加marker到地图
    folium.Marker(
        location = l,
        icon=None,
        # popup=folium.Popup(html=label,max_width=100),
    ).add_to(marker_cluster)

m.add_child(marker_cluster)

m.save('海底捞.html')  # 将结果以HTML形式保存到本地

输出结果对比：

左侧是绘制的，右侧是官网的

对比

3. 店面分布

同样的，在高德地图开放平台也有经纬度坐标转化位置信息的接口，我们通过店铺经纬度信息找到其所在省市（原始数据中地址信息格式不统一，比较难解析）。

citys = []
provinces = []
for i , location in enumerate(df[['longitude','latitude']].values):
    location = str(location[0])+','+str(location[1])
    url = 'https://restapi.amap.com/v3/geocode/regeo?'
    params = {
        'location':location,
        'key':'4e3f878e4f74ad3b522d10830e54cfa2',
        'extensions':'base',
        'batch':'false',
        'roadlevel':0,
        }
    
    r = requests.get(url, params=params)
    data = r.json()['regeocode']
    city = data['addressComponent']['city']
    province = data['addressComponent']['province']
    if len(city)==0:
        city = province
    citys.append(city)
    provinces.append(province)
    print(f'\r{i+1}',end='')
df['城市'] = citys

获取城市信息后，就可以直接分组统计不同城市的海底捞店铺数了。

df.groupby('城市')['storeId'].nunique().sort_values(ascending=False).head(10)

城市	店铺数
上海市	81
北京市	78
深圳市	52
西安市	52
广州市	47
武汉市	42
郑州市	41
杭州市	40
成都市	33
南京市	32

海底捞在全国242个城市有店面，其中在营店面数最多的城市是上海共81家店，其次是北京有78家店。

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker
from pyecharts.globals import CurrentConfig, NotebookType
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

df = pd.read_clipboard()
c = (
    Map()
    .add("海底捞店面数", [list(z) for z in zip(df.省, df.数量)], "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="海底捞全国各省店面数分布"),
        visualmap_opts=opts.VisualMapOpts(max_=200),
    )
)
c.load_javascript()
c.render_notebook()

省	数量
广东	185
江苏	148
浙江	120
上海	81
北京	78
山东	78
河南	75
陕西	71
湖北	64
福建	59
安徽	55
河北	49
四川	48
湖南	44
天津	30
江西	27
广西	24
辽宁	22
重庆	22
山西	18
云南	16
甘肃	15
内蒙古	15
吉林	14
海南	11
贵州	11
黑龙江	10
宁夏	9
青海	5

也可以用Excel的EasyShu插件进行绘制，效果如下：

咱们今天就简单介绍到这里吧！

-------- End --------

精选资料

回复关键词，获取对应的资料：

关键词	资料名称
600	《Python知识手册》
md	《Markdown速查表》
time	《Python时间使用指南》
str	《Python字符串速查表》
pip	《Python：Pip速查表》
style	《Pandas表格样式配置指南》
mat	《Matplotlib入门100个案例》
px	《Plotly Express可视化指南》

精选视频

可视化： Plotly Express

财经： Plotly在投资领域的应用 | 绘制K线图表

排序算法： 冒泡排序 | 选择排序 | 快速排序 | 归并排序 | 堆排序 | 插入排序 | 希尔排序 | 计数排序 | 桶排序