当秦始皇遇上biangbiang面...
十三朝古都西安
这是全国旅游攻略的第四篇，前面三篇分别是：
海滨城市：厦门真的不止鼓浪屿 娱乐之都：长沙31块的臭豆腐它香吗? 美食之都：成都的火锅应该很辣吧!
地理位置从东南沿海，走到中部，然后到达西南，今天来到了历史文化浓厚的西北城市，历史曾至少有13个朝代在此建都：西安，自己没有去过，只是曾经坐火车路过一次，也很期待西安到底有哪些好吃的美食和好玩的地方
整体效果
先看看西安不同美食店铺数量对比
西安名称
以下内容知识来自维基百科，纯科普而已，讲述的是西安历史名称变化，学习下历史知识：
“西安城”：丰邑（殷商）-镐京（西周）-长安（西汉）-常安（新莽）-长安（东汉）-长安（曹魏）-长安（西晋）-长安（前秦）-长安（后秦）-长安（北周）-大兴（隋）-长安（唐）-大安（后梁）-长安（后唐）-永兴（宋）-奉元（元）-西安（明）-西安（清）-西安（中华民国）-西安（中华人民共和国） “西安”：宗周（周）-内史（秦）-京兆（汉）-京兆（新）-京兆（南北朝）-京兆（隋）-京兆（唐）-大安（后梁）-京兆（后唐）-京兆（宋）-奉元（元）-西安（明）-西安（清）-西安（中华民国）-西安（中华人民共和国）
数据来源
数据来自网上的某公开网站，通过爬虫方式获取，具体过程参考：
西安景点参考厦门的文章：厦门真的不止鼓浪屿 西安美食参考长沙的文章：成都的火锅应该很辣吧!
涉及到的主要爬虫知识点：
requests发送获取网页数据 基于正则表达式的数据解析 基于csv包的数据保存
⚠️：以后会专门写一篇文章讲解Python中如何基于re模块通过正则解析数据
西安景点
总共8个字段信息：中文名、英文名、攻略数、评论数、位置、排名、驴友占比、简介
西安美食
6个字段信息：中文名、得分、均价、地址、推荐菜、评价
导入库
import pandas as pd
import re
import csv
import json
import requests
import random
# 显示所有列
# pd.set_option('display.max_columns', None)
# 显示所有行
# pd.set_option('display.max_rows', None)
# 设置value的显示长度为100，默认为50
# pd.set_option('max_colwidth',100)
# 绘图相关
import jieba
import matplotlib.pyplot as plt
from pyecharts.globals import CurrentConfig, OnlineHostType
from pyecharts import options as opts # 配置项
from pyecharts.charts import Bar, Scatter, Pie, Line, HeatMap, Funnel, WordCloud, Grid, Page
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType,SymbolType
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots # 子图
西安景点
首先看下整体的数据，显示有1864个景点：
地区景点个数
西安景点的个数主要是分布在：西安市区、周至、蓝田、临潼、高陵
location = df["location"].value_counts().reset_index().rename(columns={"index":"location","location":"number"})
c = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))
.add("西安景点个数",[list(z) for z in zip(location["location"].tolist(),location["number"].tolist())])
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render_notebook()
景点评论之王
西安有些景点的相关评论非常之多，看下哪些景点的评论靠前？
df = pd.read_csv("西安景点.csv")
comment_top10 = df.sort_values("comment",ascending=False)[:10]
# 作图
fig = px.bar(comment_top10,x="cn_title",y="comment",color="comment",text="comment")
fig.update_traces(textposition="outside")
fig.show()
可以看到评论最火的是：秦始皇帝陵博物院(兵马俑)，高达20339条评论，其次是秦始皇陵，16050条。的确是西安的热门景点。
攻略数之王
再看看景点攻略数的情况：
# pyecharts实现
x_data = strategy_top10["cn_title"].tolist()
y_data = strategy_top10["strategy"].tolist()
c = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add_xaxis(x_data)
.add_yaxis("西安景点攻略数前10名",y_data)
.set_global_opts(
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-20)), # 设置旋转角度
)
)
c.render_notebook()
必玩景点
提取攻略数和评论都大于1000的景点：
comment_strategy = df[(df["comment"] >= 1000) & (df["strategy"] >= 100)]
fig = px.scatter(comment_strategy,
x="comment",
y="strategy",
color="comment",
size="strategy",
text="cn_title"
)
# ['top left', 'top center', 'top right', 'middle left',
# 'middle center', 'middle right', 'bottom left', 'bottom center', 'bottom right']
fig.update_traces(textposition="top center")
fig.show()
从图中显示结果来看，有几个必去的景点：
秦始皇帝陵博物院（兵马俑） 回民街 秦始皇陵 华清宫 陕西历史博物馆 西安城墙 大雁塔 大唐芙蓉园
游客心中的排名
# 西安市区景点排名
ranking_xian = df[(df["location"] == "西安") & (df["ranking"] != 0)].sort_values("ranking",ascending=True)[1:][:20]
ranking_xian
可以看到很多排名靠前的景点的确评论数和攻略数也很多，比如：
秦始皇帝陵博物院（兵马俑） 回民街 圭峰山（这个景点还是很意外，可能是西安比较出名的山） 大唐芙蓉园等
西安宫殿
西安的宫殿应该是很多的，我们看看获取的数据中到底有多少个宫殿相关的景点：
我们看下前10个宫殿的景区：华清宫、大明宫国家遗址公园、大明宫遗址博物馆、兴庆宫公园、阿房宫遗址等
秦始皇很伟大
通过上面的分析我们发现：**秦始皇帝陵博物馆（兵马俑）**在西安是一个非常出名的景点，那么我们看看和秦始皇相关的景点有哪些？
qinshihuang = df[df["cn_title"].str.contains("秦始皇")].reset_index(drop=True)
qinshihuang
上面的结果显示：总共是7个景点，其中秦始皇帝陵博物馆（兵马俑）和秦始皇陵最为热门。
公园个数几何？
每个城市都有自己不同不样的公园，我们看看西安公园的个数：
park = df[df["cn_title"].str.contains("公园")].reset_index(drop=True)
print("公园个数：{}".format(len(park)))
# 结果
公园个数：133
结果显示是133个，真的不少！！！看下数据中的前5个公园：
大明宫国家遗址公园、太平国家森林公园、曲江海洋极地公园、曲江池遗址公园评论还是靠前的
驴友最爱景点
我们驴友占比较高的景点：
lvyou = df.sort_values("lvyou_number",ascending=False)[:10].reset_index(drop=True)
fig = px.bar(lvyou,x="cn_title",y="lvyou_number",text="lvyou_number")
fig.update_traces(textposition="outside")
fig.show()
果然：回民街、秦始皇帝陵博物院（兵马俑）、大雁塔、陕西历史博物馆等是驴友心中不错的景点
总结
通过上面对景点数据的分析，我们发现西安下面几个景点很值得一去：
秦始皇帝陵博物院（兵马俑）：兵马俑的确是西安景点的代表 回民街：西安各种美食、小吃聚集的场所 大雁塔：位于西安市雁塔区大慈恩寺内，现存最早、规模最大的唐代四方楼阁式砖塔，供奉着玄奘从天竺（印度）带回来的佛像、舍利和梵文经典 大明宫国家遗址公园：始建于唐太宗贞观时期，西安宫殿建筑中最为辉煌壮丽的建筑群 华清宫：也称为华清池、骊山宫、骊宫、绣岭宫，唐代封建帝王游幸的别宫，唐玄宗和杨贵妃恩爱共浴的地方，也是西安事变的发生地。
西安美食
西安美食数据总共有1870条，看下前5条数据：
西安面食
北方人很喜欢吃面食，我们看看西安的面馆、面店：
df1 = pd.read_csv("西安美食.csv")
noodles = df1[df1["中文名"].str.contains("面")].reset_index(drop=True)
noodles
print("面馆总数：",len(noodles))
# 结果
面馆总数： 115
根据得分字段的降序观察前10名的店铺：
排名第一的小魏哥秘制果仁烤面筋，值得你去尝试下，地址也给你了。
biangbiang面
Biang字是这么写的😃，笔画挺多的，中华文化真的博大精深！
biangbiang面店总共有11家，**郑大妈biangbiang面(南院门店)**上过《天天向上》节目，估计值得你品尝
凉皮
到了西安肯定是不能错过凉皮的，数据中总共19家：
liangpi = df1[df1["中文名"].str.contains("凉皮")].sort_values("得分",ascending=False).reset_index(drop=True)
liangpi.head(10)
# 取出前10家店
fig = px.scatter(liangpi[:10],x="得分",y="均价",color="均价",size="均价",text="中文名")
fig.update_traces(textposition="top center")
fig.show()
凉皮吃：魏家凉皮就对了。
魏家凉皮，魏家凉皮，魏家凉皮！
馍馍
陕西人也挺喜欢吃馍馍，肉夹馍、羊肉泡馍都还不错的，数据中总共有87家馍馍店：
mo = df1[df1["中文名"].str.contains("馍")].sort_values("得分",ascending=False).reset_index(drop=True)
# 取出前10家店
fig = px.scatter(mo[:10],
x="得分",
y="均价",
color="均价",
size="均价",
text="中文名",
width=900,
height=700)
fig.update_traces(textposition="top center")
fig.show()
肉夹馍
我们具体看看陕西的另一个著名小吃：肉夹馍，取出相关数据的前5名：
roujiamo = df1[df1["中文名"].str.contains("肉夹馍")].sort_values("得分",ascending=False).reset_index(drop=True)
roujiamo.head(5)
数据显示有36家
排名第一的樊家腊汁肉夹馍(西五路店)，整体来说：价格不贵，评价还挺赞的
泡馍
看完了肉夹馍，我们再看看羊肉泡馍：数据中总共有38家店铺
paomo = df1[df1["中文名"].str.contains("泡馍")].sort_values("得分",ascending=False).reset_index(drop=True)
paomo
强烈推荐：果渊斋老米家泡馍馆(回坊总店)
串串🍢
到了北方也得吃个串串🍢吧？
kaochuan = df1[df1["中文名"].str.contains("串")].sort_values("得分",ascending=False).reset_index(drop=True)
kaochuan
数据中总共32家店，看看前5家：
我们看到佰人王串串香占据了3家，所以这家应该是西安串串的连锁店，老牌串串店。或许值得一试！
烤肉店
烤肉店总共有57家，我们看看前10家
kaorou = df1[df1["中文名"].str.contains("烤肉")].sort_values("得分",ascending=False).reset_index(drop=True)
# 取出前10家店
fig = px.scatter(kaorou[:10],x="得分",y="均价",color="均价",size="均价",text="中文名")
fig.update_traces(textposition="top center")
fig.show()
推荐一家店：小杨烤肉(明德门店)，整体得分第一，价格上挺实惠😃
店铺
统计了西安几种不同店铺的数量，看下具体的数据：
shops = pd.DataFrame({
"name":["面馆","biangbiang面","裤带面","馍","肉夹馍","泡馍","串串","烤肉","凉皮","清真"],
"number":[116,11,10,87,36,38,32,57,19,42]
})
shops
c = (
Pie()
.add("", [list(z) for z in zip(shops["name"].tolist(), shops["number"].tolist())])
.set_global_opts(title_opts=opts.TitleOpts(title="西安店铺"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render_notebook()
推荐菜词云图
最后我们看看游客都推荐了哪些美食？将店铺的中文名和推荐菜做成了词云图：
name_list = df1["中文名"].tolist()
recommand_list = df1[df1["推荐菜"] != "无"]["推荐菜"].tolist()
lst = name_list + recommand_list
# 分词过程
rec_jieba_list = []
for i in range(len(lst)):
# jieba分词
seg_list = jieba.cut(str(lst[i]).strip(), cut_all=False)
for each in list(seg_list):
rec_jieba_list.append(each)
# 词频统计
rec_result = pd.value_counts(rec_jieba_list)[5::].to_frame().reset_index().rename(columns={"index":"词语",0:"次数"})
# 词云图
rec_words = [tuple(z) for z in zip(rec_result["词语"].tolist(), rec_result["次数"].tolist())]
c = (
WordCloud()
.add("", rec_words, word_size_range=[20, 80], shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts.TitleOpts(title="西安美食推荐菜词云"))
)
c.render_notebook()
取出前50个词语，再看看效果：
# 取出前100个词语
rec_words = [tuple(z) for z in zip(rec_result["词语"].tolist(), rec_result["次数"].tolist())]
c = (
WordCloud()
.add("", rec_words[:50], word_size_range=[20, 80], shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts.TitleOpts(title="西安美食推荐菜词云图"))
)
c.render_notebook()
从词云图中我们也可以看到陕西西安人的美食和饮食特点：面食为主。
我们可以对比下成都美食的词云图，发现成都人都是各种肉类，火锅料
总结
通过分析西安的美食数据，推荐几家店铺：
烤面筋：小魏哥秘制果仁烤面筋 biangbiang面：郑大妈biangbiang面（南院门店） 凉皮：魏家凉皮，在西安很多连锁店 肉夹馍：樊家腊汁肉夹馍(西五路店) 串串：佰人王串串香
尤而小屋，一个温馨的小屋。小屋主人，一手代码谋求生存，一手掌勺享受生活，欢迎你的光临😃