查看原文
其他

Python爬虫&可视化第2季-舌尖上的“小龙虾”

徐麟 Python爱好者社区 2019-04-07

作者:徐麟,数据分析师,就职于上海唯品会。热爱数据挖掘和分析,喜欢用R、Python玩点不一样的数据。

个人公众号:数据森麟(微信ID:shujusenlin)


前文传送门:

Python爬虫&可视化第1季-城市旅游数据分析


前言:


上期内容与大家分享了一些旅游的内容,从本期开始,会陆续分享一些为吃货们量身定制的文章。世界杯激战正酣,大家在欣赏精彩比赛的同时,怎能少了美食的陪伴,我们今天就来聊聊世界杯的好丽友-小龙虾


PART1:获得数据


本次数据我们爬取了大众点评中所有打上小龙虾标签的餐厅



从上图中可以看出,我们可以获得餐厅的人均消费、点评数量、推荐菜、评分(口味、环境、服务)等信息,用于我们之后的分析。我们此次总共爬取到了225个城市,6758个餐厅,121.3万条评论。

我们截取其中的部分核心代码:

def find_city_page(path):   data = pd.read_excel(path)   city_lobster_page = pd.DataFrame()   driver = webdriver.Chrome()       for i in range(0,len(data)):       try:           js='window.open("'+data['city_lobster_url'][i]+'")'           driver.execute_script(js)           bsObj = BeautifulSoup(driver.page_source,'html.parser')           bs = bsObj.find_all('a',attrs={'class':'PageLink'})           this_city_lobster={'city_name':data['city_name'][i],            'page_num':max([int(l.text ) for l in bs])}           city_lobster_page = city_lobster_page.append(this_city_lobster,ignore_index=True)       except:           continue   return city_lobster_page


PART2: 城市对比


我们首先要进行分析的是各个城市的小龙虾热度,我们以带有“小龙虾”标签的餐厅评论总和作为最终的对比依据,得到的TOP20城市如下:


可以看出上海市的点评数遥遥领先,可能存在以下两个因素:a.上海市的小龙虾餐厅数量较多,本身存在较大的消费群体 b.大众点评总部在上海,上海的商户入驻数量较多。有兴趣的朋友可以进行更深一步的研究。


圈定了TOP20城市后,我们首先看一下TOP20城市小龙虾的人均消费


该项统计中,包邮区占据了靠前的位置,体现出来包邮区对小龙虾的热情和自身的消费水平。同时可以看到株洲的人均消费接近于上海的一半,有机会到湖南旅游的朋友可以考虑到株洲品尝物美价廉的小龙虾。


紧接着要看的是TOP20城市味道、环境、服务三部分的分数情况:


我们发现服务分与环境分排序相同,二者具有极强的相关性,符合通常认知。同时可以看到在三项分数中,北方的四个城市天津、西安、北京、青岛各项指标均处于靠前的位置,其中天津的服务和环境均处于首位。


结合下图全国小龙虾热力图,似乎有些有悖于大家的认知。



由此我们可以得出在小龙虾整体热度比较强的区域,人们对于小龙虾各方面的要求会相应提高,相反在整体热度偏低区域,人们评价时会相对宽容。同时我们看到海口的各项指标均处于最后一位,需要进行相应的调整。


PART3: 探索龙虾


我们看过了各个城市的情况后,进一步看一下小龙虾本身的一些有趣的内容,首先看一下龙虾的口味,我们选取了各个餐厅中带有龙虾的推荐菜,分词后获得TOP20的口味



十三香、蒜蓉、麻辣高居前三位,根据作者的经验,这基本上是符合大家整体口味的选择。TOP20中的蛋黄,白灼对于作者而言相对陌生,有品尝过的朋友可以分享一些这些口味的体验。


看完了口味,再看一下龙虾的好丽友


螺丝、花甲、毛豆位高居TOP3,看来大家吃龙虾的时候,会希望同时选择一些不用摘手套就可以享用的食物,毕竟吃的过程中频繁摘手套会比较费劲。


PART4: 龙虾画像


目前互联网公司中非常普遍地会进行一些人群画像的分析,我们在这里借用一下这个概念,也为小龙虾绘制一副专属的画像,下面展示的两幅图分别是词云图和模板原图



部分词云绘制代码如下:

# 解析小龙虾图片 back_color = imread('小龙虾.jpg')  # 解析该图片 # 参数配置 wc = WordCloud(background_color='white',  # 背景颜色              max_words=300,  # 最大词数              mask=back_color,  # 以该参数值作图绘制词云,这个参数不为空时,width和height会被忽略              max_font_size=100,  # 显示字体的最大值              font_path="C:/Windows/Fonts/simhei.ttf",  # 解决显示口字型乱码问题,可进入C:/Windows/Fonts/目录更换字体              random_state=4,  # 为每个词返回一个PIL颜色              #width=2000,  # 图片的宽              #height=1860  #图片的长              ) # 通过encounter计数器生成词云 wc.generate_from_frequencies(word_counts) # 基于彩色图像生成相应彩色 image_colors = ImageColorGenerator(back_color) # 绘制词云 plt.figure() plt.imshow(wc.recolor(color_func=image_colors)) plt.axis('off')


PART5: 特(hei)色(an)龙虾


文章最后我们放上几个之前分词发现的特色口味龙虾,或许下一个网红龙虾就在其中



Python爱好者社区历史文章大合集

Python爱好者社区历史文章列表(每周append更新一次)

福利:文末扫码立刻关注公众号,“Python爱好者社区”,开始学习Python课程:

关注后在公众号内回复“课程”即可获取:

小编的Python入门免费视频课程!!!

【最新免费微课】小编的Python快速上手matplotlib可视化库!!!

崔老师爬虫实战案例免费学习视频。

陈老师数据分析报告制作免费学习视频。

玩转大数据分析!Spark2.X+Python 精华实战课程免费学习视频。


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存