【58 Pandas+Pyecharts | 大众点评餐饮数据分析可视化】_大众点评可视化分析代码-CSDN博客

本文链接：https://blog.csdn.net/weixin_42152811/article/details/146098533

本期将利用Python分析「武汉大众点评餐饮数据」，看看：各地址商家店铺数量、推荐商家、推荐菜品、店铺评价、评分占比分布、人均消费分布、餐饮类别等情况，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：

Pandas — 数据处理
Pyecharts — 数据可视化

🏳️‍🌈 1. 导入模块

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

df = pd.read_excel('武汉餐饮.xlsx')

在这里插入图片描述

2.2 数据信息

df.info()

在这里插入图片描述

2.3 去除空数据

df = df.dropna()

2.4 数据去重

df = df.drop_duplicates()

2.5 评分、评价数、人均消费数据处理

df1['评分'] = df1['评分']/10

df1 = df1[df1['评价数'].str.contains('条')]
df1['评价数'] = df1['评价数'].str[:-3]
df1['评价数'] = df1['评价数'].astype('int')

df1 = df1[df1['人均消费'] != '']
df1['人均消费'] = df1['人均消费'].str[3:]
df1 = df1[df1['人均消费'] != '']
df1['人均消费'] = df1['人均消费'].astype('int')

在这里插入图片描述

🏳️‍🌈 3. Pyecharts数据可视化

3.1 各地址商家店铺数量矩形树图

在这里插入图片描述

3.2 推荐商家TOP10

def get_bar1():
    bar = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis('', y_data)
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='2-推荐商家TOP10',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(color=lab_color, font_size=20)
            )
        )
    )

在这里插入图片描述

海底捞火锅（19）、U你·湖北家宴菜（14）、茶港·点心·啫啫煲（10）、奈雪的茶（8）、仓桥家·焗寿司·锅物（8）、肥肥虾庄·金牌油焖大虾（8）、肖记公安牛肉鱼杂馆·省级非物质文化遗产（6）、福宝漠北·牛羊肉（6）、西贝（6）、湖锦酒楼（5）。

3.3 店铺评价数TOP10

在这里插入图片描述

夏氏砂锅(万松园店)（41655）、金马门国际美食百汇(珞喻路店)（27703）、家阳赵师傅油饼包烧麦(粮道街店)（25158）、小川洋风料理(江汉路店)分店（23625）、融厨湖北菜•非遗技艺•传承藕汤(江汉路一店)（22284）、巴犀烧烤(新崇光店)（21558）、靓靓蒸虾·头牌蒸虾(雪松路创始店)分店（121422）、小川洋风料理(街道口店)分店（21108）、秀玉coffee&kitchen(奥山世纪城店)分店（20974）、老宅藕香·湖北菜·非遗藕汤·武昌鱼(黄鹤楼景观店)（120237）。

3.4 推荐菜品TOP10

def get_bar2():
    chart = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis('', y_data)
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='4-推荐菜品TOP10',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(color=lab_color, font_size=20)
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
    )

在这里插入图片描述

油焖大虾、招牌虾滑、芝士焗红薯、番茄锅底、干煸藕丝、麻辣牛肉、凉面、鱼香肉丝、鼎汤农场时蔬、凉面

3.5 推荐菜词云

在这里插入图片描述

3.6 评分占比

def get_bar():
    chart = (
       Pie()
        .add('',
             datas,
             center=['50%', '55%'],
             label_opts=opts.LabelOpts(formatter='{b}: {c} ({d}%)')
            )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='6-平分占比',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
                title_textstyle_opts=opts.TextStyleOpts(color=lab_color, font_size=20)
            ),
        )    )

在这里插入图片描述

评分基本上都在4.0以上，5.0评分的占比约10%。

3.7 人均消费分布

def get_scatter1():
    scatter1 = (
        Scatter()
        .add_xaxis(x_data)
        .add_yaxis('', y_data,
                  )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='7-人均消费占比',
                subtitle=subtitle,
                pos_top='2%',
                pos_left="center",
            ),
        )
    )