早就想统计一下某团的美食数据，拖了很久，终于写代码把全国所有的美食数据抓了下来，一共有60万家餐厅。
本文以省份为界限统计了各省餐厅的推荐菜，以及餐厅品牌等信息，发现了一个可怕的事实，竟然全国人民都爱吃金针菇(see you tomorrow)；也发现了很多具有“地域特色”的菜品。
快来找找你的家乡人民最爱吃的菜吧。
01 统计概况
二胖将60万餐厅在地图上进行了可视化，不过该图并没有达到我的预期效果。我认为60w数据应该比当前壮观，不过从可视化文件看上去餐厅的数量真有点“寥寥无几”，我分析了一下原因，大致是因为：
- 数据中的餐厅过度集中，导致可视化后亮点聚拢在一起。从地图上看，高亮地区主要集中在北京、长三角、珠三角和成渝地区。
- 数据的经纬度坐标精度不够，导致可视化后亮点很大程度的重叠，也有可能是我抓取的数据被投毒了。
省份维度的统计：
以下两张图分别是地图可视化图和条形图，可以看见，广东省的餐厅最多，大约有6.6万家。
总的来说沿海地区的省份餐厅数量稍微多一些，影响因素主要在于人口、餐饮业、以及互联网的普及程度，因为O2O的餐饮模式，部分地区的店铺并没有挂在网上。
城市维度的分析：
以下两张图是城市维度的可视化，很明显，第一张图中，圆圈越大代表餐厅越多，其中4座超一线城市——北上广深全部上榜。
当然另外两座城市上榜也是毫无疑问的，两座以吃著名、来了就不想走的城市——成都和重庆。
恭喜成都喜提第一！
02 各省餐厅推荐菜
下面我们来看看各地餐厅的热门菜。
首先来看整体情况，全国餐厅中的推荐菜top100：
金针菇三个大字映入眼帘，对，金针菇是排第一的！我真的是好奇为什么，see you tomorrow 有这么大的魅力？除此之外看不出什么地域特色。
先来看看北京和上海，因为北京的外来人口较多，且各个地方的人都有，所以菜品也都比较大众，特色菜并不明显。上海我不太了解，但是在北京，酸梅汤应该是大部分餐厅都有的，麻辣香锅、宫保鸡丁、烤鸭、烤鱼，都是经常吃的。代金券这个梗我以为只有北京有，没想到上海也有哇。因为北京的O2O餐饮很发达，很多餐厅都直接把代金券写进了推荐菜里。
北京：
上海：
再来看看沿海地区，福建和广东最有特色。
福建：从菜品上来看，已经有一些沿海的味道了。
广东：牛肉丸可以理解，金针菇呢？茶位是指喝茶的地方吗？求解释。
看了沿海，我们再来看看极具特色的重庆和四川。
重庆：看着就是一股火锅的味道，是嘞，次火锅儿要次油碟，毛肚要次鲜的，吃火锅要老油，红汤锅底，无骨凤爪，耗儿鱼，鹌鹑蛋，鸭肠，麻辣牛肉不能少，吃完火锅还要吃点西瓜、喝点银耳汤。重庆——一座红彤彤的城市。
四川：和重庆一样，要吃油碟，还要吃红糖糍粑。
海南：文昌鸡是必须的；椰子饭啥味道，没吃过，不过好想吃。海南，有海鲜的味道。
下面，再来看看其他省吧！
安徽：
甘肃：
广西：青菜？
贵州：纸巾乱入了哦。
河北：小蛋糕，很可爱的感觉。
河南：烩面、凉菜、豆腐皮。
黑龙江：黑龙江人是真的很爱吃串，锅包肉和提拉米苏我是服的。
湖北：
湖南：湖南人民有点辣哦！
吉林：
江苏：
江西：
辽宁：
内蒙古：真的超级多蛋糕店哦！还有牛羊肉！
宁夏：
青海：
山东：
山西：
陕西：
天津：也是代金券的节奏哦。
西藏：好想吃下藏式火锅哦。
新疆：
云南：洋芋，好亲切，其实就是土豆的意思。
浙江：
03 各省霸屏店铺统计
还是先来看看全国的概况：连锁店霸屏了，说实话，我还真不知道正新鸡排~
有一种预感就是接下来各省都要被正新鸡排和肯德基霸屏了，当然也会有例外。
就先拿先拿北上广来说，北京、上海、广东的外来人口相对较多，吃的东西应该比较“大杂烩”，不过还是很能看出特点，
北京：北京的呷哺呷哺到处可见，二胖也吃过好多好多次了，金凤成祥、虾吃虾涮、吉野家、张亮麻辣烫，这都是围绕帝都人民红店。
还有嘉和一品，简直是二胖点外卖的专用餐厅。奇怪的是，在北京没正新鸡排没上榜。
上海：正新鸡排妥妥第一，奶茶店也不少，甜点偏多。
广东：正新鸡排、肯德基、华莱士通通上榜，当然少不了的是各种茶。感觉广东人民的生活很是精致。
再来看看极具特色的重庆和四川：
重庆：一只酸奶牛和一口酸牛奶？从来没听过，求解释。
四川：还是一只酸奶牛，可能是重庆四川人民刚刚吃完火锅要喝点奶润润喉。
钢管厂五区小郡肝串串香，熟悉的感觉。
黑龙江：秋林里道斯妥妥上榜，哈哈，二胖也是喝过格瓦斯吃过红肠的人。
吉林：这个很有意思啊，辣怪鸭和辣小鸭是什么关系？
我们再来看看福建和海南。
福建：向阳坊是什么？感觉很具地方特色。
海南：椰子鸡很好吃吗？二胖还看到了重庆刘一手火锅，哈哈。
安徽：
甘肃：词云结果挺有意思的，店铺名字很独特。
广西：
贵州：
河北：
河南：
湖北：
湖南：前文所讲的辣椒炒肉是哪个餐厅卖的，怎么看不出来了呢？
江苏：
江西：
辽宁：
内蒙古：
宁夏：查了下，麦尔乐是一家蛋糕店。
青海：
山东：说真的，重庆鸡公煲并不是重庆菜，而是一个叫做张重庆的人发明的，重庆就这样被碰瓷了。
山西：
陕西：
天津：
西藏：
新疆：
云南：
浙江：
04 写在最后
按惯例，下面是技术实现讲解：
- 数据抓取
本次数据抓取同样采用的是scrapy。
难点1：分析阶段，要想拿到全国全量的数据，必须要以街区为单位。主要原因是每个列表页默认只展示30页，每页大约20条消息，如果我们以城市维度去抓取，相当于每个城市只能至多拿到600个店铺的消息。
那按街区抓取是什么意思？
举个例子：
北京市-海淀区-双榆树
分别对应了：
市级行政单位-区级行政单位-街区
二胖找了好多个繁华的街区查看，每个街区店铺的列表都没有超过30页，这就保证我们能拿到全量数据。
难点2：列表页只能拿到店铺的基础信息，还需要抓取店铺的详情页面，共超过60万个页面，IP封禁厉害，需要有足够多的ip和代理随机算法。
2. 可视化
本次可视化一如既往的应用echarts。
具体实现和相关的代码二胖在文章
二胖：开源一段代码-微信好友分析zhuanlan.zhihu.com
中已录视频进行讲解，感兴趣的朋友可以参考那篇文章，所用到的技术是一致的。
唯一一点不同是，这里的60万餐厅全量可视化用pyecharts实现不了。因为pyecharts的原理是利用python生成html和JavaScript文件，直接将数据写入html文本，生成后有几百MB的大小，打开的时候会导致浏览器崩溃，所以这里二胖是用的原生的JavaScript读取Json数据文件实现。
更多有趣的文章见公众号：【逆袭的二胖】
二胖：这可能是我见过最好的编程指南了！zhuanlan.zhihu.com
5961
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
