城市餐饮店铺选址分析

该博客介绍了城市餐饮店铺的选址分析方法,包括口味、人均消费和性价比的比较,以及上海地区的格网空间指标评价。通过计算各维度指标得分,结合人口密度、道路密度、餐饮热度和竞品情况,确定最佳餐饮选址。使用bokeh绘图和Qgis软件进行数据分析,结果显示红色区域为最佳选址地点。
摘要由CSDN通过智能技术生成

【项目07】 城市餐饮店铺选址分析

PS:如果各位有疑问的话,可以留下微信,我看到会第一时间加的,以后可以多多交流

1、项目需求

1、从三个维度“口味”、“人均消费”、“性价比”对不同菜系进行比较,并筛选出可开店铺的
2、选择一个餐饮类型,将上海划分成格网空间,做空间指标评价,得到餐饮选址位置

2、实现思路

1、从三个维度“口味”、“人均消费”、“性价比”对不同菜系进行比较,并筛选出可开店铺的
① 计算出三个维度的指标得分
② 评价方法:
口味 → 得分越高越好
性价比 → 得分越高越好
人均消费 → 价格适中即可
③ 制作散点图,x轴为“人均消费”,y轴为“性价比得分”,点的大小为“口味得分”,绘制柱状图,分别显示“口味得分”、“性价比得分”

2、选择一个餐饮类型,将上海划分成格网空间,做空间指标评价,得到餐饮选址位置
① 通过空间分析,分别计算每个格网内的几个指标:人口密度指标、道路密度指标、餐饮热度指标、同类竞品指标
② 评价方法:
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0.4 + 餐饮热度指标0.3 + 道路密度指标0.2 +同类竞品指标0.1
③ 最后得到较好选址的网格位置的中心坐标,以及所属区域

3、实现过程

1、导入相关模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import os
import warnings
warnings.filterwarnings('ignore') 
from bokeh.io import output_file
from bokeh.plotting import figure,show
output_file('项目7餐饮图.html')
from bokeh.models.annotations import Span
from bokeh.models.annotations import BoxAnnotation
from bokeh.layouts import gridplot
from bokeh.models import ColumnDataSource

2、加载数据创建函数获得三项指标标准化数据

os.chdir('C:\\Users\\Administrator\\Desktop\\项目资料\\项目07城市餐饮店铺选址分析')
df1 = pd.read_excel('上海餐饮数据.xlsx',sheetname = 0)
data1 = df1[['类别','口味','
评论 26
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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