【python数据分析实战】城市餐饮店铺选址问题（2）—— 确定餐馆的具体位置

1. 选址的评价指标如下：

     人口密度指标 → 得分越高越好
     道路密度指标 → 得分越高越好
     餐饮热度指标 → 得分越高越好
     同类竞品指标 → 得分越低越好
     综合指标 = 人口密度指标x0.4 + 餐饮热度指标x0.3 + 道路密度指标x0.2 +同类竞品指标x0.1（假定）

2. 需要的空间数据（全是投影坐标系）

     上海行政区：net_population.shp （上海1km²格网内的人口密度数据）
     具体的道路：road.shp （上海道路数据）
     网格数据：需要后面自己划分设定

在qgis做空间统计之后，网格数据导出点数据，投影成wgs84地理坐标系，导出excel文件

3. 指标处理

1）人口密度指标：对应net_population.shp中的数据，打开qgis，通过导入的该文件，双击进入‘样式’，选择‘渐进’，Z字段进行‘分位数’分类，然后点击‘应用’，就得到了要求的结果

–> 输出结果为：

2）道路密度指标： 就是网格数据除以网格类的道路长度，选择菜单栏‘矢量’下面的‘分析工具’，点击‘计算线条总长度，这时候要新建一个文件夹来保存创建的数据文件，这样会计算每个网格里面的道路长度，并生成一个新的画布new_result（建议不要和原来的名称一样），打开属性表后，可以在’Z’值后增加了一个‘长度’列

–> 输出结果为：

3）餐饮热度指标：加载餐饮数据.csv文件，编码默认GBK，然后选择横纵坐标，这时候加载的时候选择是WGS84的坐标系，如果直接使用投影坐标系，则该数据和地图数据不再一块。然后在将导入的数据转化为投影坐标系，这时候右键导入的数据，‘另存为’，选择投影坐标系，输入好文件名称（这里命名为cy）后，存在上一步创建好的文件夹里就可以了

–> 输出结果为：

计算网格里餐饮店的个数，选择菜单栏上的‘矢量’，‘分析工具’，然后点击‘计算多边形内点的数目’，这时候‘输入多边形矢量图层’选择完成道路密度指标时候创建的新的画布new_result,'输入的点矢量’就是刚刚加载的cy数据，这时候属性聚合的统计方法选择‘总计’，输出的字段保存为cy_count,画布名称为new_result2,这时候属性表里面就多了一列‘cy_count’的数据

–> 输出结果为：

4）同类竞争指标：针对cy的数据，打开属性表做一个选择，打开表达式选择‘字段和值’下面的类别（双击），在左侧窗口点击‘=’，之后在右下点击全部唯一，找到‘素菜’，并双击。然后重新打开属性表，可以看到上方有个’已选中178

–> 输出结果为：

这时候点击左下角的‘显示所有要素’，这时候将cy数据另存为，注意勾选‘仅保存选中的要素’，命名为sc，投影坐标系。然后计算网格中素菜馆的个数，按照上一步骤重复一下即可（这里的输入多边形矢量图层选择new_result2，,输入的点矢量就是刚刚加载的sc数据），最终的画布new_result3就是最终的数据了

–> 输出结果为：

最后：将网格转变为多边形质心（点），选择‘矢量’，‘集合工具’，点击‘多边形质心’，输入层选择new_result3，输出的文件名称为result_point，这时候要添加lng和lat，要将投影坐标系再转回到wgs84坐标系中，点击另存为，选择wgs84坐标系后，保存文件result_point_wgs84，这时候打开属性表，新建字段，分别创建lng、lat，都选择小数（浮点型），分别对应几何图形里面的$x, $y.至此所有的处理工作完成，导出数据就行，新建一个Excel表格，ctrl + a 键全选qgis里面的数据粘贴到Excel表格里面就可以了，第一列删掉，然后保存在桌面。数据样式如下：（直截取部分）

–> 输出结果为：

4. python数据处理

1）数据导入并查看

加载刚刚通过qgis处理过后的数据

df2 = pd.read_excel('data.xlsx')
data_df2_count = len(df2)
print('一共有的数据量为{}'.format(data_df2_count))
print(df2.head())

–> 输出结果为：

一共有的数据量为7222

  人口密度   道路长度    餐饮计数  素菜餐饮计数 		lng        lat
0  20666  13427.636733  1205.0      13.0  		121.441774  31.228846
1  20666  10871.020833   632.0      9.0  		121.441922  31.219827
2  36929  12104.466337   972.0      4.0  		121.452417  31.219953
3  38393  11489.521043   346.0      4.0  		121.441477  31.246885
4  12314  12615.408243   231.0      4.0  		121.504325  31.256653

2） 缺失值查看以及处理

print(df2.isna().sum())

–> 输出结果为：

Z              0
长度           0
cy_count    4896
sc_count    7114
lng            0
lat            0
dtype: int64

可以发现sc_count(也就是素菜馆的数量)字段缺失数据严重，因为就是给素菜馆选址，所以符合要求的地点很少，那么对缺失的数据这里不可能全部删除，这里使用0进行填补缺失值，并对数据的字段名称进行修改

df2.fillna(0, inplace= True)
df2.columns = ['人口密度','道路长度','餐饮计数','素菜餐饮计数','lng','lat']
print(df2.head(15))

–> 输出结果为：

3）指标标准化

df2['rkmd_norm'] = (df2['人口密度'] - df2['人口密度'].min())/(df2['人口密度'].max() - df2['人口密度'].min())
df2['cyrd_norm'] = (df2['餐饮计数'] - df2['餐饮计数'].min())/(df2['餐饮计数'].max() - df2['餐饮计数'].min())
df2['scjp_norm'] = (df2['素菜餐饮计数'].max() - df2['素菜餐饮计数'])/(df2['素菜餐饮计数'].max() - df2['素菜餐饮计数'].min())
df2['dlmd_norm'] = (df2['道路长度'] - df2['道路长度'].min())/(df2['道路长度'].max() - df2['道路长度'].min())

df2['finial_score'] = df2['rkmd_norm']*0.4 + df2['cyrd_norm']*0.3 +df2['scjp_norm']*0.1+df2['dlmd_norm']*0.2
data_final_q2 = df2.sort_values(by='finial_score',ascending = False).reset_index()
del data_final_q2['index']

–> 输出结果为：（注意素菜/同类竞品指标采用的是最小标准化，其余的都是最大标准化，注意区别）

4） 绘制空间散点图，确定具体位置

#单独确定散点图的大小
data_final_q2['size'] = data_final_q2['finial_score'] * 20
data_final_q2['color'] = 'green'
data_final_q2['color'].iloc[:20] = 'red'#设置好颜色后，再将前二十位的设置成为重要颜色，顺序不能反了

source = ColumnDataSource(data_final_q2)
output_file('餐馆地址.html')

hover = HoverTool(tooltips = [
    ('经度','@lng'),
    ('纬度','@lat'),
    ('最终得分','@finial_score'),
])

p = figure(plot_width = 800,plot_height = 800,title = '空间散点图',
               tools = [hover, 'box_select, reset, wheel_zoom,pan,crosshair'])

p.square(x = 'lng',y ='lat',source = source,line_color = 'black',line_dash =[6,4],fill_alpha = 0.8, color = 'color',size = 'size')

show(p)

–> 输出结果为：（注意lng，lat是不能取整的了，否则就得不到需要的位置数据）