运用Python分析五一假期的景点

五一马上就要到了，难得的五天假期，虽然这次假期的时间安排备受人们吐槽，但是我们还是要去外出游玩的。那么去哪里玩是一个问题。于是，志斌用Python爬取了去哪儿网上北京景点的相关数据，包括景点名称、城区、热度、价格、月销量等数据，对数据进行可视化并作简单分析，用以找到性价比较高的景点。

后台回复[北京]两字即可获得全部代码!

01数据采集

在之前的文章，我们已经详细的介绍了如何采集去哪儿网上的景点数据，不会的小伙伴可以看看这篇文章用Python分析西安景点，告诉你哪些景点性价比高。我们这里就不在详细介绍了，直接展示爬虫的核心代码：

import requests
from bs4 import BeautifulSoup
import openpyxl
for page in range(1,50):
try:
params = (
('from', 'mps_search_suggest_h'),
('keyword', '\u897F\u5B89'),
('page', str(page)),
)
response = requests.get('https://piao.qunar.com/ticket/list_%E8%A5%BF%E5%AE%89.html', headers=headers, params=params)
soup = BeautifulSoup(response.text,'html.parser')
zongs = soup.find_all('div',class_='sight_item')
for i in zongs:
name = i.find('h3').text
diqu = i.find(class_='area').find('a').text
redu = round(float(i.find(class_='product_star_level').text.split()[-1][:4]) * 5, 2)
dizhi = re.findall('地址：(.*?)地图', i.find(class_='address color999').text)[0]
jiage = float(i.find(class_='sight_item_price').find('em').text)
yuexiao = int(i.find(class_='sight_item_sold-num').find('span').text)
xingji = i.find(class_='level')
jingweidu = i['data-point']

01导入景点数据

用pandas读取爬取的景点数据并预览

df = pd.read_excel('北京景区数据.xlsx',names=['景点名称','城区','热度','地址','价格','月销量','月销额','星级','经度','纬度'])
print(df.head())

02删除重复数据

网站中有一定的重复数据，需要将其删除。

03查看数据信息

查看字段类型和缺失值情况，符合分析需要，无需另做处理。

我们来对这485个景点数据进行可视化分析。

01景点介绍

通过对北京景点介绍进行词云图绘制，我们很容易看出北京的特点。休闲、温泉、体验、娱乐、历史、文化等词的大量提及，说明北京是一座历史悠久的现代化城市。

02热度top10景点

从景点评分来看，故宫和鸟巢评分最高，5分满分。其次是颐和园和八达岭长城，都是4.1分。怪不得一搜索北京的旅游攻略，每一个里面都有这几个景点。

03价格top10景点

从景点价格来看，这几个景点的花销都比价大，如果是穷游的朋友可以提前避开，对价格不敏感的朋友可以去体验一下。

05月销额top20

从下图可以看出、月销额较大的还是故宫、北京野生动物园、八达岭长城、颐和园等等、，看来月销额受到月销量的影响较大，受价格的影响较小。

06景点分布

从图中我们可以看出景点主要集中在海淀区和丰台区、房山区，我们住宿的时候可以尽量选择住在这三个区，这样出行游玩会比较方便。