【旅游景点分析】--从数据搜集到清洗再到可视化呈现

最新推荐文章于 2024-05-26 12:49:04 发布
最新推荐文章于 2024-05-26 12:49:04 发布
阅读量3.4k 收藏 53
点赞数 7

分析背景

近两年由于日本签证放宽了许多，许多小伙伴出国游会选择日本作为目的地，同时现在许多旅游平台都有一站式服务，所以大多旅客会选择自助游，那么自助游便会涉及到“酒店、机票、火车票、攻略、景点门票、租车、美食、购物”的需求，这种一站式需求目前做的比较好的有：携程、去哪儿旅行、同程、途牛等旅游平台，客路从服务上看主打国外自由行，在景点、小团游、独特体验、美食、交通五大方面给到用户推荐和选择，现从客路的五大活动入手分析自助旅游不可错过的攻略，Let's go~

分析思路

1、以日本为例，获取五种活动分类各自所含活动的网址

活动分类：景点门票/表演、一日游/小团游、特色活动/体验、地道美食、当地交通/wifi

2、获取每种分类里所有网址的基本信息，基本信息包括：title，价格，参加人数，是否支持退改，评价数目，评分

3、每种分类用plt做散点图分析价格与评分的关系，做直方图查看价格前十、评分前十、评价数目前十的活动

4、用pyecharts做交互式图表

5、将点评数作为频次，用活动名做词云图

导入基本的工具包

import numpy as np

import pandas as pd

import requests

from bs4 import BeautifulSoup

import matplotlib.pyplot as plt

import warnings

warnings.filterwarnings('ignore')

1、获取五种活动分类各自所含活动的网址

注：左右滑动查看完整代码

 
 
#获取分类1所有活动的url	
type1_lst = []	
for i in range(1,6):	
    url = 'https://www.klook.com/zh-CN/search?query=日本&template_id=1&tag_id=33%2C122%2C139%2C34%2C9%2C35%2C38&city_id=398%2C15%2C28%2C29%2C30%2C32%2C36%2C71%2C343%2C373&start='+str(i)+'&type=country'	
    type1_lst.append(url)	
print(type1_lst)	
#获取分类2所有活动的url	
type2_lst = []	
for i in range(1,10):	
    url = 'https://www.klook.com/zh-CN/search?query=%E6%97%A5%E6%9C%AC&template_id=2&city_id=398%2C15%2C28%2C29%2C30%2C32%2C36%2C71%2C343%2C373&start='+str(i)+'&type=country'	
    type2_lst.append(url)	
print(type2_lst)	
#获取分类3所有活动的url	
type3_lst = []	
for i in range(1,35):	
    url = 'https://www.klook.com/zh-CN/search?query=%E6%97%A5%E6%9C%AC&template_id=3&city_id=398%2C15%2C28%2C29%2C30%2C32%2C36%2C71%2C343%2C373&start='+str(i)+'&type=country'	
    type3_lst.append(url)	
print(type3_lst)	
#获取分类4所有活动的url	
type4_lst = []	
for i in range(1,8):	
    url = 'https://www.klook.com/zh-CN/search?query=%E6%97%A5%E6%9C%AC&template_id=4&city_id=398%2C15%2C28%2C29%2C30%2C32%2C36%2C71%2C343%2C373&start='+str(i)+'&type=country'	
    type4_lst.append(url)	
print(type4_lst)	
#获取分类5所有活动的url	
type5_lst = []	
for i in range(1,12):	
    url = 'https://www.klook.com/zh-CN/search?query=%E6%97%A5%E6%9C%AC&template_id=5&city_id=398%2C15%2C28%2C29%2C30%2C32%2C36%2C71%2C343%2C373&start='+str(i)+'&type=country'	
    type5_lst.append(url)	
print(type5_lst)
 
 
 
 
#此处获取活动分类1一共115个网址	
pro1_lst = []	
n = 1	
for url in type1_lst:	
    ri = requests.get(url)	
    soupi = BeautifulSoup(ri.text,'lxml')	
    info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a')	
    for i in info:	
        urli = 'https://www.klook.com'+i['href']	
        pro1_lst.append(urli)	
        print('成功获取第%i条网址'%n)	
        n+=1	
print(pro1_lst)    	
#此处获取活动分类2一共200个网址	
pro2_lst = []	
n = 1	
for url in type2_lst:	
    try:	
        ri = requests.get(url)	
        soupi = BeautifulSoup(ri.text,'lxml')	
        info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a')	
        for i in info:	
            urli = 'https://www.klook.com'+i['href']	
            pro2_lst.append(urli)	
            print('成功获取第%i条网址'%n)	
            n+=1	
    except:	
        continue	
print(pro2_lst)  	
#此处获取活动分类3一共177个网址	
pro3_lst = []	
n = 1	
for url in type3_lst:	
    try:	
        ri = requests.get(url)	
        soupi = BeautifulSoup(ri.text,'lxml')	
        info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a')	
        for i in info:	
            urli = 'https://www.klook.com'+i['href']	
            pro3_lst.append(urli)	
            print('成功获取第%i条网址'%n)	
            n+=1	
    except:	
        continue	
print(pro3_lst)  	
#此处获取活动分类4一共154个网址	
pro4_lst = []	
n = 1	
for url in type4_lst:	
    try:	
        ri = requests.get(url)	
        soupi = BeautifulSoup(ri.text,'lxml')	
        info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a')	
        for i in info:	
            urli = 'https://www.klook.com'+i['href']	
            pro4_lst.append(urli)	
            print('成功获取第%i条网址'%n)	
            n+=1	
    except:	
        continue	
print(pro4_lst)  	
#此处获取活动分类5一共257个网址	
pro5_lst = []	
n = 1	
for url in type5_lst:	
    try:	
        ri = requests.get(url)	
        soupi = BeautifulSoup(ri.text,'lxml')	
        info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a')	
        for i in info:	
            urli = 'https://www.klook.com'+i['href']	
            pro5_lst.append(urli)	
            print('成功获取第%i条网址'%n)	
            n+=1	
    except:	
        continue	
print(pro5_lst) 
 
 
 
 
2、 获取每种分类里所有网址的基本信息
 
 
3、每种分类用plt做散点图分析价格与评分的关系，直方图查看价格前十、评分前十、评价数目前十的活动 （二三同步进行）
 
 
 
 
以下是对“景点门票/表演”的分析
 
 
 
 
#获取pro1共90个活动的基本信息	
def get_data1(urli):	
    headers={#此处可放入自己使用的计算机浏览网址的headers	
         }	
    ri = requests.get(url=urli,headers=headers)	
    soupi = BeautifulSoup(ri.text,'lxml')	
    dic = {}	
    info = soupi.find('div',class_='white_bg')	
    info1 = info.find('ul',class_='act_icons t14').find_all('li')	
    info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1')	
    dic['title']=info.find('h1').text	
    for i in info1:	
        try:	
            infoi=[]	
            i = i.text.replace('\n','')	
            infoi.append(i)	
            dic['是否支持退改']=infoi[0]	
            dic['使用方式']=infoi[1]	
            dic['活动时长']=infoi[2].split('：')[1]	
            dic['使用期限']=infoi[3]	
            dic['入场方式']=infoi[4]	
        except:	
            continue	
    dic['价格']=info2.find('p',class_='price').find('span').text	
    dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('\n','').split('人')[0]	
    dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('\n','')	
    dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('\n','').replace('(','').split('条')[0]	
    return dic	
info1_list = []	
n=1	
for url in pro1_lst:	
    try:	
        #print(url)	
        info1_list.append(get_data1(url))	
        print('成功获取第%i个网址的基本信息'%n)	
        n+=1	
    except:	
        continue
 
 
数据预处理：建立索引，转换数据类型，数据清洗
 
 

 
 
 
 
df1=pd.DataFrame(info1_list)	
df1.index=df1['title']	
df1['评价数目']=df1['评价数目'].str.replace(',','')	
df1['评分']=df1['评分'].str.replace(',','')	
df1['价格']=df1['价格'].str.replace(',','')	
df1['评分']=df1['评分'].astype(np.float)	
df1['评价数目']=df1['评价数目'].astype(np.int)	
df1['价格']=df1['价格'].astype(np.int)	
df1
 
 
可视化：做散点图查看价格、评分、评价数目的关系
 
 
 
 
plt.title('分类1活动价格评分气泡图')	
plt.scatter(df1['价格'],df1['评分'],s=df1['评价数目']/100,alpha=0.8,cmap='Reds')	
plt.grid()	
#从散点图可以看出评分多集中在4.5-4.8分,价格集中在500元内，评论多在500元左右的活动
 
 
640?wx_fmt=png
 
 
 
 
plt.title('价格分布图')	
plt.hist(df1['价格'],bins=10)	
plt.grid()	
#可以看出大部分活动价格集中在500内
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看价格前十的活动	
dptop10=df1.sort_values(by='价格',ascending=False).iloc[:10]	
dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)	
#可以看出高价格主要是海洋馆&住宿和环球影城皇家套票
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评分前十的活动	
dptop10=df1.sort_values(by='评分',ascending=False).iloc[:10]	
dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)	
#可看出高评分主要集中在小丸子门票、海洋馆门票、植物园门票、读卖乐园门票、艺伎宴
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评价数目前十的活动	
dptop10=df1.sort_values(by='评价数目',ascending=False).iloc[:10]	
dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)	
#评价数目可以在一定程度上反映活动的热门程度，此处可以看出环球影城和迪士尼、海洋馆是最受欢迎的景点
 
 

 
 
640?wx_fmt=png
 
 
以上便是对“景点门票/表演”的分析，从分析结果看建议做攻略的时候，景点可以考虑环球影城、海洋馆、迪士尼、静冈樱桃小丸子乐园、冲绳东南植物园、东京读卖乐园、东京大森茶屋艺伎宴等地，属于热门且评分较高的景点，具体可视出游路线而定~
 
 
 
 
以下是对“一日游/小团游”的分析
 
 
 
 
#获取pro2共153个活动的基本信息	
def get_data1(urli):	
    headers={#此处可放入自己使用的计算机浏览网址的headers	
        }	
    ri = requests.get(url=urli,headers=headers)	
    soupi = BeautifulSoup(ri.text,'lxml')	
    dic = {}	
    info = soupi.find('div',class_='white_bg')	
    info1 = info.find('ul',class_='act_icons t14').find_all('li')	
    info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1')	
    dic['title']=info.find('h1').text	
    for i in info1:	
        try:	
            infoi=[]	
            i = i.text.replace('\n','')	
            infoi.append(i)	
            dic['是否支持退改']=infoi[0]	
            dic['使用方式']=infoi[1]	
            dic['活动时长']=infoi[2].split('：')[1]	
            dic['使用期限']=infoi[3]	
            dic['入场方式']=infoi[4]	
        except:	
            continue	
    dic['价格']=info2.find('p',class_='price').find('span').text	
    dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('\n','').split('人')[0]	
    dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('\n','')	
    dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('\n','').replace('(','').split('条')[0]	
    return dic	
info2_list = []	
n=1	
for url in pro2_lst:	
    try:	
        #print(url)	
        info2_list.append(get_data1(url))	
        print('成功获取第%i个网址的基本信息'%n)	
        n+=1	
    except:	
        continue
 
 

 
 
数据预处理：建立索引，转换数据类型，数据清洗
 
 
 
 
df2=pd.DataFrame(info2_list)	
df2.index=df2['title']	
df2['评价数目']=df2['评价数目'].str.replace(',','')	
df2['评分']=df2['评分'].str.replace(',','')	
df2['价格']=df2['价格'].str.replace(',','')	
df2['评分']=df2['评分'].astype(np.float)	
df2['评价数目']=df2['评价数目'].astype(np.int)	
df2['价格']=df2['价格'].astype(np.int)	
df2
 
 
可视化：做散点图查看价格、评分、评价数目的关系
 
 
 
 
plt.title('分类2活动价格评分气泡图')	
plt.scatter(df2['价格'],df2['评分'],s=df2['评价数目']/100,alpha=0.8,cmap='Reds')	
plt.grid()	
#从散点图可以看出评分多集中在4-4.8分,价格集中在500元左右，评论多在300元内的活动
 
 

 
 
640?wx_fmt=png
 
 
 
 
plt.title('价格分布图')	
plt.hist(df2['价格'],bins=10)	
plt.grid()	
#可以看出大部分活动价格集中在300-800元
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看价格前十的活动	
dptop10=df2.sort_values(by='价格',ascending=False).iloc[:10]	
dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)	
#可以看出高价格主要是大阪、京都&奈良、广岛&宫岛等地的一日游包车活动
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评分前十的活动	
dptop10=df2.sort_values(by='评分',ascending=False).iloc[:10]	
dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)	
#可看出高评分主要集中东京筑地市场半日游、四国计程车乌龙面之旅、富士山等地巴士游、大阪黑门市场美食徒步旅、户隐高原巴士5日游等活动
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评价数目前十的活动	
dptop10=df2.sort_values(by='评价数目',ascending=False).iloc[:10]	
dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)	
#评价数目可以在一定程度上反映‘一日游/小团游’的热门程度，此处可以看出大阪周游券、欢迎来大阪卡、关西周游券、展望台电子门票较为热门
 
 

 
 
640?wx_fmt=png
 
 
以上便是对一日游&小团游的分析，从分析结果建议做攻略的时候，从路线上看，出行可考虑购买周游券，包车比较方便但也比较昂贵，在一个城市待几天的话可以考虑购买周游券进行周边游，关西周游券可用于大阪、神户、京都以至奈良、和歌山、高野山的观光旅游，富士山旅游路线建议：忍野八海、御殿场outlet、抹茶体验、河口湖、五合目，富士&箱根：芦之湖、驹岳空中缆车，北海道：旭山动物园、美瑛青池；从评分上看，热门地点有：东京筑地市场、富士山、大阪黑门市场美食、户隐高原、东京SUP立式划桨体验、东京水上皮划艇体验、博多古寺巡礼等活动
 
 
 
 
以下是对“特色活动/体验”的分析
 
 
 
 
#获取pro3共143个活动的基本信息	
def get_data1(urli):	
    headers={#此处可放入自己使用的计算机浏览网址的headers	
        }	
    ri = requests.get(url=urli,headers=headers)	
    soupi = BeautifulSoup(ri.text,'lxml')	
    dic = {}	
    info = soupi.find('div',class_='white_bg')	
    info1 = info.find('ul',class_='act_icons t14').find_all('li')	
    info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1')	
    dic['title']=info.find('h1').text	
    for i in info1:	
        try:	
            infoi=[]	
            i = i.text.replace('\n','')	
            infoi.append(i)	
            dic['是否支持退改']=infoi[0]	
            dic['使用方式']=infoi[1]	
            dic['活动时长']=infoi[2].split('：')[1]	
            dic['使用期限']=infoi[3]	
            dic['入场方式']=infoi[4]	
        except:	
            continue	
    dic['价格']=info2.find('p',class_='price').find('span').text	
    dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('\n','').split('人')[0]	
    dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('\n','')	
    dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('\n','').replace('(','').split('条')[0]	
    return dic	
info3_list = []	
n=1	
for url in pro3_lst:	
    try:	
        #print(url)	
        info3_list.append(get_data1(url))	
        print('成功获取第%i个网址的基本信息'%n)	
        n+=1	
    except:	
        continue
 
 
数据预处理：建立索引，转换数据类型，数据清洗
 
 
 
 
#确定索引，转换数据类型，数据清洗	
df3=pd.DataFrame(info3_list)	
df3.index=df3['title']	
j=0	
for i in df3["价格"]:	
    if '免费' in i:	
        df3["价格"][j]=0	
        j+=1	
df3['评价数目']=df3['评价数目'].astype(str).str.replace(',','')	
df3['评分']=df3['评分'].astype(str).str.replace(',','')	
df3['价格']=df3['价格'].astype(str).str.replace(',','')	
df3['评分']=df3['评分'].astype(np.float)	
df3['评价数目']=df3['评价数目'].astype(np.int)	
df3['价格']=df3['价格'].astype(np.int)	
df3
 
 
可视化：做散点图查看价格、评分、评价数目的关系
 
 
 
 
plt.title('分类3活动价格评分气泡图')	
plt.scatter(df3['价格'],df3['评分'],s=df3['评价数目']/100,alpha=0.8,cmap='Reds')	
plt.grid()	
#从散点图可以看出评分多集中在4.2-4.8分,价格集中在500元内，评论多在200元左右的活动
 
 

 
 
640?wx_fmt=png
 
 
 
 
plt.title('价格分布图')	
plt.hist(df3['价格'],bins=10)	
plt.grid()	
#可以看出大部分活动价格集中在500元
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看价格前十的活动	
dptop10=df3.sort_values(by='价格',ascending=False).iloc[:10]	
dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)	
#可以看出高价格主要是迪士尼乐园&迪士尼海洋馆，武士杀阵体验，浅草造型摄影、东京观光直升机、滑雪等活动
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评分前十的活动	
dptop10=df3.sort_values(by='评分',ascending=False).iloc[:10]	
dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)	
#可看出高评分主要集中京都东山人力车、青木原树海、武士杀阵体验、濑底岛帆伞&浮潜体验、天妇罗烹饪课&抹茶制作体验、茶道&书法&干果子制作体验、大阪城武士忍者神龟扮演体验、有马温泉体验、池袋动物广场萌宠体验等体验活动。
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评价数目前十的活动	
dptop10=df3.sort_values(by='评价数目',ascending=False).iloc[:10]	
dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)	
#评价数目可以在一定程度上反映‘特色活动&体验’的热门程度，此处可以看出大阪海洋馆、浅草寺和服体验、大江户温泉、京都和服、新宿机器人餐厅表演、岚山嵯峨野小火车、冲绳美丽海水族馆等活动较为热门，较多人评论
 
 

 
 
640?wx_fmt=png
 
 
以上便是对‘特色活动&体验’的分析，从分析结果看建议做攻略的时候，土豪可以考虑武士杀阵体验，东京观光直升机、滑雪等体验，当然热门的京都东山人力车、青木原树海、濑底岛帆伞&浮潜体验、天妇罗烹饪课&抹茶制作体验、茶道&书法&干果子制作体验、大阪城武士忍者神龟扮演体验、有马温泉体验、池袋动物广场萌宠体验等体验活动评分较高，不容错过，大阪海洋馆、浅草寺和服体验、大江户温泉、京都和服、新宿机器人餐厅表演、岚山嵯峨野小火车、冲绳美丽海水族馆等活动评论人多很多，可见很多人参与，也可纳入攻略计划。
 
 
 
 
以下是对“地道美食”的分析
 
 
 
 
#获取pro4共112个活动的基本信息	
def get_data1(urli):	
    headers={#此处可放入自己使用的计算机浏览网址的headers	
        }	
    ri = requests.get(url=urli,headers=headers)	
    soupi = BeautifulSoup(ri.text,'lxml')	
    dic = {}	
    info = soupi.find('div',class_='white_bg')	
    info1 = info.find('ul',class_='act_icons t14').find_all('li')	
    info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1')	
    dic['title']=info.find('h1').text	
    for i in info1:	
        try:	
            infoi=[]	
            i = i.text.replace('\n','')	
            infoi.append(i)	
            dic['是否支持退改']=infoi[0]	
            dic['使用方式']=infoi[1]	
            dic['活动时长']=infoi[2].split('：')[1]	
            dic['使用期限']=infoi[3]	
            dic['入场方式']=infoi[4]	
        except:	
            continue	
    dic['价格']=info2.find('p',class_='price').find('span').text	
    dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('\n','').split('人')[0]	
    dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('\n','')	
    dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('\n','').replace('(','').split('条')[0]	
    return dic	
info4_list = []	
n=1	
for url in pro4_lst:	
    try:	
        #print(url)	
        info4_list.append(get_data1(url))	
        print('成功获取第%i个网址的基本信息'%n)	
        n+=1	
    except:	
        continue
 
 
数据预处理：建立索引，转换数据类型，数据清洗
 
 
 
 
#确定索引，转换数据类型，数据清洗	
df4=pd.DataFrame(info4_list)	
df4.index=df4['title']	
df4['评价数目']=df4['评价数目'].astype(str).str.replace(',','')	
df4['评分']=df4['评分'].astype(str).str.replace(',','')	
df4['价格']=df4['价格'].astype(str).str.replace(',','')	
df4['评分']=df4['评分'].astype(np.float)	
df4['评价数目']=df4['评价数目'].astype(np.int)	
df4['价格']=df4['价格'].astype(np.int)	
df4
 
 
可视化：做散点图查看价格、评分、评价数目的关系
 
 
 
 
plt.title('分类4活动价格评分气泡图')	
plt.scatter(df4['价格'],df4['评分'],s=df4['评价数目']/10,alpha=0.8,cmap='Reds')	
plt.grid()	
#从散点图可以看出评分多集中在4.5分左右,价格集中在200-500内，评论多在300元左右的活动
 
 
640?wx_fmt=png
 
 
 
 
plt.title('价格分布图')	
plt.hist(df4['价格'],bins=10)	
plt.grid()	
#可以看出大部分活动价格集中在100-500元
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看价格前十的活动	
dptop10=df4.sort_values(by='价格',ascending=False).iloc[:10]	
dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)	
#可以看出美食高价格主要是银座高级和牛牛排、清酒厂、米其林怀石料理、和牛烤肉等店
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评分前十的活动	
dptop10=df4.sort_values(by='评分',ascending=False).iloc[:10]	
dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)	
#可看出高评分主要有祗园怀石料理、乌丸御池店、螃蟹&海鲜居酒屋、和牛牛排西餐、北海道拉面、蟹本家、北一札幌拉面等店
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评价数目前十的活动	
dptop10=df4.sort_values(by='评价数目',ascending=False).iloc[:10]	
dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)	
#评价数目可以在一定程度上反映‘地道美食’的热门程度，此处可以看出玄品河豚、烧肉亭六歌仙、札幌啤酒园、武藏自助餐厅、日本酒专门店、蟹家、矶丸水产、玄品河豚等美食店较为热门，较多人评论
 
 

 
 
640?wx_fmt=png
 
 
以上便是对‘地道美食’的分析，从分析结果看建议做攻略的时候，土豪可以考虑银座高级和牛牛排、清酒厂、米其林怀石料理、和牛烤肉等美食店；从评分看，祗园怀石料理、乌丸御池店、螃蟹&海鲜居酒屋、和牛牛排西餐、北海道拉面、蟹本家、北一札幌拉面等店是满分店，相信味道应该相当不错；从评论数目看，玄品河豚、烧肉亭六歌仙、札幌啤酒园、武藏自助餐厅、日本酒专门店、蟹家、矶丸水产、玄品河豚等美食店较为热门，性价比较高。
 
 
 
 
以下是对“当地交通/wifi”的分析
 
 
 
 
#获取pro5共214个活动的基本信息	
def get_data1(urli):	
    headers={#此处可放入自己使用的计算机浏览网址的headers	
        }	
    ri = requests.get(url=urli,headers=headers)	
    soupi = BeautifulSoup(ri.text,'lxml')	
    dic = {}	
    info = soupi.find('div',class_='white_bg')	
    info1 = info.find('ul',class_='act_icons t14').find_all('li')	
    info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1')	
    dic['title']=info.find('h1').text	
    for i in info1:	
        try:	
            infoi=[]	
            i = i.text.replace('\n','')	
            infoi.append(i)	
            dic['是否支持退改']=infoi[0]	
            dic['使用方式']=infoi[1]	
            dic['活动时长']=infoi[2].split('：')[1]	
            dic['使用期限']=infoi[3]	
            dic['入场方式']=infoi[4]	
        except:	
            continue	
    dic['价格']=info2.find('p',class_='price').find('span').text	
    dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('\n','').split('人')[0]	
    dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('\n','')	
    dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('\n','').replace('(','').split('条')[0]	
    return dic	
info5_list = []	
n=1	
for url in pro5_lst:	
    try:	
        #print(url)	
        info5_list.append(get_data1(url))	
        print('成功获取第%i个网址的基本信息'%n)	
        n+=1	
    except:	
        continue
 
 
数据预处理：建立索引，转换数据类型，数据清洗
 
 
 
 
#确定索引，转换数据类型，数据清洗	
df5=pd.DataFrame(info5_list)	
df5.index=df5['title']	
df5['评价数目']=df5['评价数目'].astype(str).str.replace(',','')	
df5['评分']=df5['评分'].astype(str).str.replace(',','')	
df5['价格']=df5['价格'].astype(str).str.replace(',','')	
df5['评分']=df5['评分'].astype(np.float)	
df5['评价数目']=df5['评价数目'].astype(np.int)	
df5['价格']=df5['价格'].astype(np.int)	
df5
 
 
可视化：做散点图查看价格、评分、评价数目的关系
 
 
 
 
plt.title('分类5活动价格评分气泡图')	
plt.scatter(df5['价格'],df5['评分'],s=df5['评价数目']/100,alpha=0.8,cmap='Reds')	
plt.grid()	
#从散点图可以看出评分多集中在4.2-5分,价格集中在200元内，评论多在100元内的商品
 
 
640?wx_fmt=png
 
 
 
 
plt.title('价格分布图')	
plt.hist(df5['价格'],bins=10)	
plt.grid()	
#可以看出大部分活动价格集中在250元内
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看价格前十的活动	
dptop10=df5.sort_values(by='价格',ascending=False).iloc[:10]	
dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)	
#可以看出交通高价格主要是札幌包车一日游、富士山箱根等地一日游、成天机场接送、大阪周边包车一日游、富士区一日游、京都市区一日游、京都奈良一日游等包车项目
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评分前十的活动	
dptop10=df5.sort_values(by='评分',ascending=False).iloc[:10]	
dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)	
#可看出高评分主要有福冈周边接机、关西包车游览、茨城机场接送、4G随身wifi、4G上网卡、新千岁机场接送、4G隐身wifi、九州自驾租车、普光寺&松代一日乘车券等商品
 
 

 
 
640?wx_fmt=png
 
 
 
 
#查看评价数目前十的活动	
dptop10=df5.sort_values(by='评价数目',ascending=False).iloc[:10]	
dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)	
#评价数目可以在一定程度上反映‘交通&wifi’相关商品的热门程度，此处可以看出东京地铁乘车券、成田机场接送、日本随身wifi、欢迎来大阪卡、关西周游券、日本4G上网卡、箱根周游券等商品较多人购买使用。
 
 

 
 
640?wx_fmt=png
 
 
以上便是对‘当地交通&wifi’的分析，从分析结果看建议做交通相关攻略的时候，根据游览地方，选择评分较高的交通方式，如：福冈周边接机、关西包车游览、茨城机场接送、4G随身wifi、4G上网卡、新千岁机场接送、4G隐身wifi、九州自驾租车、普光寺&松代一日乘车券等商品；同时可参考较多人使用的东京地铁乘车券、成田机场接送、日本随身wifi、欢迎来大阪卡、关西周游券、日本4G上网卡、箱根周游券等商品
 
 
 
 
根据对五个活动类别的分析，以下分别对景点、日游、体验、美食、交通五大方面给出建议：
1、景点&表演：环球影城、海洋馆、迪士尼、静冈樱桃小丸子乐园门票、冲绳东南植物园、东京读卖乐园、东京大森茶屋艺伎宴；
2、一日游&小团游：关西周游券可用于大阪、神户、京都以至奈良、和歌山、高野山的观光旅游，富士山旅游路线建议：忍野八海、御殿场outlet、抹茶体验、河口湖、五合目，富士&箱根：芦之湖、驹岳空中缆车，北海道：旭山动物园、美瑛青池；从评分上看，热门地点有：东京筑地市场、富士山、大阪黑门市场美食、户隐高原、东京SUP立式划桨体验、东京水上皮划艇体验、博多古寺巡礼；
3、特色体验：土豪可以考虑武士杀阵体验，东京观光直升机、滑雪等体验，当然热门的京都东山人力车、青木原树海、濑底岛帆伞&浮潜体验、天妇罗烹饪课&抹茶制作体验、茶道&书法&干果子制作体验、大阪城武士忍者神龟扮演体验、有马温泉体验、池袋动物广场萌宠体验、大阪海洋馆、浅草寺和服体验、大江户温泉、京都和服、新宿机器人餐厅表演、岚山嵯峨野小火车、冲绳美丽海水族馆不容错过；
4、地道美食：土豪可以考虑银座高级和牛牛排、清酒厂、米其林怀石料理、和牛烤肉等美食店；从评分看，祗园怀石料理、乌丸御池店、螃蟹&海鲜居酒屋、和牛牛排西餐、北海道拉面、蟹本家、北一札幌拉面等店是满分店，相信味道应该相当不错；从评论数目看，玄品河豚、烧肉亭六歌仙、札幌啤酒园、武藏自助餐厅、日本酒专门店、蟹家、矶丸水产、玄品河豚等美食店较为热门，性价比较高；
5、交通&wifi：根据游览地方，选择评分较高的交通方式，如：福冈周边接机、关西包车游览、茨城机场接送、4G随身wifi、4G上网卡、新千岁机场接送、4G隐身wifi、九州自驾租车、普光寺&松代一日乘车券等商品；同时可参考较多人使用的东京地铁乘车券、成田机场接送、日本随身wifi、欢迎来大阪卡、关西周游券、日本4G上网卡、箱根周游券等
 
 
以上是主要的分析思路和攻略建议
 
 
 
 
以下是对总数据分析后用活动名做词云图，对攻略意义不大，仅是为了做词云图和用pyecharts做交互式图表查看总体情况。
 
 

 
 
4、用pyecharts做交互式图表
 
 
 
 
#用pe作交互式图表	
import os	
os.chdir(r'C:\Users\Lenovo\Desktop')	
from pyecharts import Line	
line=Line('价格分布折现图',width=1500,height=800)	
line.add('价格',df1['title'],df1['价格'],is_smooth=True,is_datazoom_show=True)	
line.render()	
	
from pyecharts import Bar	
bar=Bar('价格分布柱状图',width=1500,height=800)	
bar.add('价格',df1['title'],df1['价格'],is_smooth=True,is_datazoom_show=True)	
bar.render()
 
 
640?wx_fmt=png
 
 
5、将点评数作为频次，用活动名做词云图
 
 
 
 
#导出文件	
df1.to_excel(r'C:\Users\Lenovo\Desktop\日本KLOOK爬取信息.xlsx')
 
 

 
 
640?wx_fmt=png
 
 
附上wordart网址：https://wordart.com/
 


                

        

        

    




    

      

        

            

              
                
                  Sim1480
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    7
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    53
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  1
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
交通运输数据采集+数据清洗与分析+数据可视化

				
			

			

				

					weixin_40903057的博客
				

				

					05-27
					
					9128
					
				

			

		

		

			
				
1.需求：

1.1 数据采集

一、 数据源 1 1（交通运输）
航空出行由于它的快捷便利，已经被越来越多的人喜欢，某航空公司通过
多年运营，积累了大量会员档案和乘坐航班信息，为对客户进行分群，明确价
值客户群体，将有限的营销资源集中于高价值客户，实现企业利润最大化。为
此，该航空公司聘请“H3CU”大数据分析公司完成此项目。
由于会员信息属于公司机密数据，该航空公司将数据脱敏后以 csv 文件...

			
		

	



                

              
                



	

		

			

				
					
数据分析案例-四川省旅游景点数据分析

				
			

			

				

					m0_64336780的博客
				

				

					06-17
					
					1万+
					
				

			

		

		

			
				
数据为四川省的各旅游景点信息，特征有景点名称、星级、城市、票价、销量、热度6个维度，部分数据如下：首先要导入本次项目用到的第三方包和数据


 


我们发现数据没有缺失值，不需要进行缺失值处理 如有缺失值，调用下面代码进行删除处理即可


重复值处理 

查看数据是否有重复值


 结果为True说明存在重复值，需要进行处理


 异常值处理

看看票价是否存在异常值


我们发现票价存在明显的异常值，这里我们需要剔除出票价大于300的


 


 


 


 


 


 


 


 




			
		

	



                


  
              

                


	

		

			

				
					
基于Python的宁夏旅游景点客流量数据分析与可视化-计算机毕业设计

				
			

			

				

					QQ1039692211的博客
				

				

					08-15
					
					813
					
				

			

		

		

			
				
近年来，随着互联网的蓬勃发展，企事业单位对信息的管理提出了更高的要求。以传统的管理方式已无法满足现代人们的需求。为了迎合时代需求，优化管理效率，各种各样的管理系统应运而生，随着各行业的不断发展，图书馆书目推荐数据分析与可视化建设也逐渐进入了信息化的进程。这个系统的设计主要包括系统页面的设计和方便用户互动的后端数据库，而前端软件的开发则需要良好的数据处理能力、友好的界面和易用的功能。数据要被工作人员通过界面操作传输至数据库中。

			
		

	





	

		

			

				
					
【python】python 全国5A级景区数据采集与pyecharts可视化（源码+数据+论文）【独一无二】

					
最新发布

				
			

			

				

					测试开发自动化
				

				

					05-26
					
					1976
					
				

			

		

		

			
				
1. 使用python采集从文旅部网站上采集全国5A级景区的数据，包括景区级别、景区名称和省份，并将其存储到本地文件中；
2. 对采集到的数据进行清洗和预处理，处理缺失值、异常值等；
3. 使用数据可视化工具Pyecharts对预处理的数据进行可视化分析，包括但不限于景区分布图、门票价格分布图、评分分布图等；

			
		

	



		

			
		



	

		

			

				
					
数据分析：旅游景点销售门票和消费情况分析

				
			

			

				

					阿极的博客
				

				

					02-19
					
					1万+
					
				

			

		

		

			
				
旅游景区作为旅游业持续发展的重要载体,在旅游业中起到中流砥柱的作用。随着人们的生活水平的不断提升,对旅游服务质量的要求也越来越高,特别是在旅游景区,大部分游客已经不再满足于现有的旅游服务水平,因此旅游景区服务质量的改善提升对旅游景区的发展具有一定的现实意义。目前,由于互联网大数据时代的来临,网络数据呈爆炸式增长,可以通过各种网站游客的评论数据获得游客对于旅游景区的感知情况。但这类数据随意性、社会性、分散性等特点,很难直接使用,文本分析技术应运而生。

			
		

	





	

		

			

				
					
数据分析案例-旅游景点票价预测

				
			

			

				

					m0_64336780的博客
				

				

					05-11
					
					6787
					
				

			

		

		

			
				
数据获取

我们利用scrapy爬虫框架对去哪儿网对景点数据进行抓取，部分数据如下：



加载数据


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

#加载数据
df = pd.read_csv("data.csv")
df.head()





数据预处理

处理景区等级，只保留数字，且对没有等级的用0填充


df['level'] = df['level'].f.

			
		

	





	

		

			

				
					
基于大数据的旅游数据分析系统的设计与实现

				
			

			

				

					m0_73268882的博客
				

				

					07-14
					
					3974
					
				

			

		

		

			
				
基于大数据的旅游数据分析系统的设计与实现摘    要网络技术的不断发展，使网络成为人们的日常生活中不可缺少的一部分，而旅游数据分析系统是网络的一种新型体现，它以其特有的便捷和快速的特点得到了广泛的认可。当前的旅游数据分析系统不仅没有建立起整体的管理系统，为企业定制的管理系统更能体现其自身的服务特点。该系统采用Django和Spark的方法构建旅游数据分析系统，能够管理用户购买旅游门票。分析了用户购买旅游门票管理的要求，建立了相关的开发模式，分析了其特点，建立了相应的开发平台。经过调研，确定了旅游数据分析系统

			
		

	





	

		

			

				
					
基于python的旅游数据分析可视化系统

				
			

			

				

					12-30
				

			

		

		

			
				
在当前的数字化时代，数据分析和可视化对于各行各业都至关重要，尤其是旅游业。"基于Python的旅游数据分析可视化系统"是一个利用Python编程语言构建的工具，它能够帮助我们深入理解和挖掘旅游行业的各种数据，从而...

			
		

	





	

		

			

				
					
基于python的小红书热门旅游城市武汉的热门景点、美食等数据数据可视化分析实战

				
			

			

				

					07-02
				

			

		

		

			
				
在本实践项目中，我们将利用Python编程语言对小红书平台上的武汉旅游数据进行深入的可视化分析，重点关注热门景点和美食。这个项目旨在帮助我们理解如何利用数据分析工具探索社交媒体数据，以便洞察用户行为和偏好，...

			
		

	





	

		

			

				
					
旅游景点数据分析实战旅游景点数据分析实战

				
			

			

				

					06-27
				

			

		

		

			
				
通过以上知识点，我们可以看到一个全面的数据分析流程，从数据收集到洞察提取，再到决策支持，涵盖了多个关键领域。对于想要提升旅游业运营效率和客户满意度的从业者来说，这样的实战项目极具价值。

			
		

	





	

		

			

				
					
基于python的基于旅游网站的数据分析及可视化系统(flask).zip

				
			

			

				

					06-11
				

			

		

		

			
				
标题中的“基于Python的基于旅游网站的数据分析及可视化系统(Flask)”表明这是一个使用Python编程语言，结合Flask框架开发的数据分析和可视化应用，专门针对旅游网站的数据。Flask是一个轻量级的Web服务应用程序框架...

			
		

	





	

		

			

				
					
风景名胜数据

				
			

			

				

					11-23
				

			

		

		

			
				
风景名胜数据，2015-2017年风景名胜数据，

			
		

	





	

		

			

				
					
旅游大数据分析方案

				
			

			

				

					06-25
				

			

		

		

			
				
旅游行业大数据解决方案，提供分析主题，指标，分析方法

			
		

	





	

		

			

				
					
【源码】数据可视化：基于 Echarts + Python 实现的动态实时大屏范例8-旅游服务.zip

				
			

			

				

					08-25
				

			

		

		

			
				
在本项目中，Python可能被用来收集、清洗和预处理旅游服务相关数据，例如游客数量、消费情况、热门景点等。Python的pandas库可以轻松处理这些任务，而requests库则用于HTTP请求获取在线数据。  为了实现动态实时更新...

			
		

	





	

		

			

				
					
基于Python的云南旅游景点分析

				
			

			

				

					qq_58012062的博客
				

				

					11-28
					
					6781
					
				

			

		

		

			
				
基于Python的彩云之南旅游景点分析！

			
		

	





	

		

			

				
					
【大数据处理与可视化】六、数据可视化

				
			

			

				

					慢热型网友的博客
				

				

					05-29
					
					2680
					
				

			

		

		

			
				
找出河北省占地面积和游客数量位居前三的景点.这里使用了"总面积","游客量"两列数据.为了能够直观的看到这里两列数据,使用直方图.x轴: 景点的名称y轴: 表示占地面积和游客数量从生成的条形图可以看出,接待游客数量处于前三名的景点分别是:秦皇岛北戴河,西柏坡-天戴山,娲皇宫景点占地面积前三分别是:避暑山庄外八庙,野三坡,秦皇岛北戴河。在实验过程中遇到了很多硬件或者是软件上的问题，请教老师，询问同学，上网查资料，都是解决这些问题的途径。3.能够通过借助网络资源，通过自主学习解决数据可视化中遇到的问题。

			
		

	





	

		

			

				
					
使用Pyecharts实现美食和景点的数据可视化

				
			

			

				

					Zzh1110的博客
				

				

					03-06
					
					1814
					
				

			

		

		

			
				
文章目录1.说明2.数据处理3.数据分析4.使用Pyecharts时的一些细节：5.实现的效果图：
1.说明
新手，刚开始学习，有错误欢迎指出来。这里只说用到的技术，为了方便我以后回顾，用到的代码真的都挺简单的（可能这就是python比java舒服之处????）。真的是会了不难，难了不会????????
需要用到的数据：

2.数据处理
已经用爬虫获取了数据，下面首先把数据处理一下。
（其实好像用pandas库比较...

			
		

	





	

		

			

				
					
python实战项目之去哪旅游网数据清洗及绘制图表

				
			

			

				

					南璃
				

				

					10-22
					
					1344
					
				

			

		

		

			
				
注：这里使用的是pyecharts1.7版本
一、数据清洗
1、导入模块
import jieba
import jieba.analyse
import pandas as pd
import numpy as np
import re
from pyecharts.charts import Line
import matplotlib.pyplot as plt
from pyecharts.charts import *
from pyecharts import options as opts
f

			
		

	





	

		

			

				
					
利用Python的全国旅游景点数据分析案例（新手）

					
热门推荐

				
			

			

				

					qq_41848206的博客
				

				

					08-04
					
					2万+
					
				

			

		

		

			
				
目录概述新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
概述
你好！ 这是你第一次使用 Markdown编辑器...

			
		

	





	

		

			

				
					
旅游景点数据可视化分析研究内容

				
			

			

				

					05-31
				

			

		

		

			
				
旅游景点数据可视化分析研究主要包括以下内容：

1. 数据收集：收集旅游景点的相关数据，如游客数量、游客来源、旅游季节等。

2. 数据处理：对收集到的数据进行清洗、处理和分析，以便于后续的可视化展示。

3. 可视化设计：根据数据分析结果，设计合适的可视化图表，如地图、柱状图、折线图等，以展示旅游景点的相关信息。

4. 数据交互：将可视化图表与用户交互，使用户可以根据自己的需求进行筛选和过滤，从而更好地了解旅游景点的情况。

5. 结果评估：对可视化结果进行评估和分析，以改进可视化设计和提高数据分析的准确性和有效性。

通过旅游景点数据可视化分析，可以帮助相关机构和个人更好地了解旅游景点的情况，优化旅游资源配置，提高旅游服务质量，促进旅游经济发展。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值