用Python爬了225座城市6758家餐厅,窥探国人吃小龙虾的不同姿势(附代码)
导读: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。
01 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
02 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。
03 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。
04 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:
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')
更多Python视频、源码、资料加群683380553免费获取
原文链接:https://mp.weixin.qq.com/s/Jsl5ypJ_5QV8fyqIpILhlg
05 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:
用Python爬了225座城市6758家餐厅,窥探国人吃小龙虾的不同姿势(附代码)相关推荐
- 天一冷,就想大口吃肉,爬取一座城市里的烤肉店数据(附完整Python爬虫代码)
前言 天一冷,就想吃肉,贴好秋膘才能好过冬.对于肉食主义者,吃肉简直幸福感爆棚!特别是烤肉,看着一块块肉慢慢变熟,听着烤盘上"滋滋"的声响,这种期待感是任何其他食物都无法带来的.如 ...
- 我不就是吃点肉,应该没事吧——爬取一座城市里的烤肉店数据(附完整Python爬虫代码)
写在前面的一点屁话: 对于肉食主义者,吃肉简直幸福感爆棚!特别是烤肉,看着一块块肉慢慢变熟,听着烤盘上"滋滋"的声响,这种期待感是任何其他食物都无法带来的.如果说甜点是" ...
- Python爬取马蜂窝各城市游记总数
Python爬取马蜂窝各城市游记总数 完整代码在最下方 马蜂窝的省和直辖市都有一个对应的编号,编写程序获取编号 第一步创建一个Spider的类,headers为一个字典,user-agent从浏览器中 ...
- 去长沙没有攻略? Python 爬取网红城市大长沙游玩攻略,送给第一次去长沙的你。
前言: 这两天获取了两份关于长沙的数据:长沙景点和长沙美食,之后进行了分析,如果有朋友想去长沙或者周边城市玩,要仔细看看喔. 导入库 import pandas as pd import re imp ...
- 你在的城市撒币了吗?Python爬取全国各城市消费券发放数据并分析
前言 近期,全国多地以各种形式投放消费券.消费补贴来鼓励消费,部分城市在首期消费券的基础上,连续追加发放多期消费券.你在的城市撒币了吗?哪个省份最爱撒币?哪个城市撒币最多?跟随本文一起来看看. 数据说 ...
- 用 Python 爬取网红城市大长沙!
这两天获取了两份关于长沙的数据:长沙景点和长沙美食,之后进行了分析,如果有朋友想去长沙或者周边城市玩,要仔细看看喔. 导入库 长沙景点 数据获取 长沙景点的数据获取方法和之前那篇关于厦门的文章是一样的 ...
- python爬取所有的城市名称
爬取所有的城市名称 import requests from lxml import etree if name == 'main': url='https://www.aqistudy.cn/his ...
- 用Python爬取了全国近5000家旅游景点,分析国庆去哪玩
双节同庆,小长假如约而至 我想今年大家在家都憋坏了 这么长的假期,当然是出去 玩玩玩! 每当长假的时候,有没有想起被人山人海支配的恐惧! 该去哪些地方呢? 我用 Python 爬取了全国近 5000 ...
- python爬取旅游信息_用Python爬取了全国近5000家旅游景点,分析国庆去哪玩
2020 国庆马上就要到了 我想今年大家在家都憋坏了 今年国庆和中秋刚好又是同一天,加起来有 8 天假 这么长的假期,当然是出去 玩玩玩! 但是每次长假期间,你有没有想起被人山人海支配的恐惧呢? 那么 ...
最新文章
- 丰田pcwin是什么软件_丰田工机PCWin软件通讯设置及联机操作重点提示 - 图文 -...
- 第二章 数据结构(二)
- uva 10127——ones
- 惨痛教训,事实证明ACER 4710无法使用双芯片的内置蓝牙
- 《从强盗资本家到慈善家》--转载自思维的乐园
- 傅里叶变换的更多性质:相位展开、零相位窗等
- popen() 函数 讲解
- linux添加了一条静态路由,为Linux新增静态路由的方法
- KCP - A Fast and Reliable ARQ Protocol
- Eclipse快速导入继承类的方法
- 在RedHat5中实现透明代理
- 【Python实例第24讲】稀疏的可逆协方差估计
- Python-函数递归-二分法
- Windows_Server_2016 远程桌面120天授权过期
- 基因重组- 冲刺计划
- linux该如何备份多个分区文件格式,使用partimage 备份Linux 多格式分区
- Ubuntu 16.04+1080Ti机器学习基本环境配置【转】
- 情人节c语言程序,情人节c语言代码.doc
- 计算机主机拆转视频,新旧电脑数据转移(如何将旧电脑数据转移到新电脑)
- 安装 xorg-macros