文章/答案/技术大牛

发布

社区首页 >专栏 >十三朝古都西安

十三朝古都西安

原创

皮大大

修改于 2021-04-12 02:29:34

1K0

文章被收录于专栏：机器学习/数据可视化机器学习/数据可视化

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

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
西安美食参考长沙的文章

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

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()