Loading...
墨滴

Peter

2021/04/10  阅读:85  主题:萌绿

13朝古都西安

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:

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个国家在此建都: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

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:

涉及到的主要爬虫知识点:

  1. requests发送获取网页数据
  2. 基于正则表达式的数据解析
  3. 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:

  1. 秦始皇帝陵博物院(兵马俑)
  2. 回民街
  3. 圭峰山(这个景点还是很意外,可能是西安比较出名的山)
  4. 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

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)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:

  1. 秦始皇帝陵博物院(兵马俑):兵马俑的确是西安景点的代表
  2. 回民街:西安各种美食、小吃聚集的场所
  3. 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、舍利梵文经典
  4. 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
  5. 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:

image-20210410182628529
image-20210410182628529

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

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=[2080], 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=[2080], 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:

  1. 烤面筋:小魏哥秘制果仁烤面筋
  2. biangbiang面:郑大妈biangbiang面(南院门店)
  3. 凉皮:魏家凉皮,在西安很多连锁店
  4. 肉夹馍:樊家腊汁肉夹馍(西五路店)
  5. 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😃

Peter

2021/04/10  阅读:85  主题:萌绿

作者介绍

Peter

厦门大学