Python 数据分析微专业课程--项目06 城市餐饮店铺选址分析

1.项目说明

通过对上海餐饮数据的分析，选择相对较好的餐饮类型和地段开店

2.项目具体要求

• 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餐饮类型
• 选择一个餐饮类型，在qgis中做将上海划分成格网空间，结合python辅助做空间指标评价，得到餐饮选址位置

3.实现思路：

1.根据上海餐饮数据，有’口味’,’环境’,’服务’,’人均消费’这字段，因此可以计算’口味’,’性价比’,’人均消费’三个指标来计算得分，以此为依据来选择餐饮类型，评判标准是人均消费适中，性价比和口味得分较高。
可以先对数据进行清洗和查看，去除异常数据，然后筛选计算三个指标，对三个指标进行0-1标准化，然后用bokeh绘制图表。
2.选出开店的菜系之后再选择开店做好的地理位置，需要考虑消费人口，交通状况，餐饮热度，竞争大小，因此可以使用以下四个指标：
人口密度指标、道路密度指标、餐饮热度指标、同类竞品指标。这几个指标都需要使用QGIS进行地理空间分析得到。
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
使用上海人口网格图作为基础数据计算人口密度，道路密度，结合上海餐饮数据的餐饮店的经纬度计算餐饮密度和同类竞品密度。
对四个指标进行标注化处理之后加权平均得到综合指标，综合排序选出top10的区域作为备选区域。
可以使用bokeh根据经纬度绘制方形图绘制上海市地图，利用颜色和大小将备选区域标出。

4.实现过程：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats


import warnings
warnings.filterwarnings('ignore') 
# 不发出警告

from bokeh.io import output_notebook
output_notebook()
# 导入notebook绘图模块

from bokeh.plotting import figure,show
from bokeh.models import ColumnDataSource
# 导入图表绘制、图标展示模块
# 导入ColumnDataSource模块

#加载数据
data =pd.read_excel(r'D:\IT\python数据分析师\项目7\上海餐饮数据.xlsx',sheet_name = 0) 

#数据筛选和清洗
data1 = data[data!=0].dropna()[['类别','口味','环境','服务','人均消费']]

#计算获得性价比字段
data1['性价比'] = (data1['口味']+data1['环境']+data1['服务'])/data1['人均消费']

#创建函数，生成箱型图，查看数据分布情况
def f_boxplot(data,*cols):
    fig,axs = plt.subplots(1,3,figsize = (10,4))
    n = 0
    fo