j昆明网站制作公司,重庆网站建设培训机构,wordpress 3.8 下载,白杨seo数据的截图#xff0c;数据的说明#xff1a;
# 字段 数据类型
# 城市 string
# 名称 string
# 星级 string
# 评分 float
# 价格 float
# 销量 int
# 省/市/区 string
# 坐标 string
# 简介 string
# 是否免费 bool
# 具体地址 string拿到数据…
数据的截图数据的说明
# 字段 数据类型
# 城市 string
# 名称 string
# 星级 string
# 评分 float
# 价格 float
# 销量 int
# 省/市/区 string
# 坐标 string
# 简介 string
# 是否免费 bool
# 具体地址 string
拿到数据第一步我们先导入数据查看一下数据的分布类型等
import pandas as pd
import numpy as np
import matplotlib.pyplot as pltdata pd.read_excel(旅游景点.xlsx)
pd.set_option(display.max_columns,100)
# print(data.head())print(data.info())
print(data.isnull().sum())
接下来我们来看具体的问题
# 问题先大概分析一下
# 1、全国景点分布 我们分析城市的分布即可
# 2、国民出游分析 我们可以分析评分城市销量之间的关系
# 3、景区价格分析 我们分析价格因素
# 问题看完之后我们开始对数据进行预处理
# 由于星级对我们问题的分析帮助很大所以我们无法用删除或者众数等方式填充因此我们用无来填充将其划分为一个新的类别
data[星级] data[星级].fillna(无)
print(data[星级].isnull().sum())
至于简介和地址缺失数据无关紧要这里我们可以选择用无来填充也可以用删除来处理为了不破坏数据的完整性这里我选择用无来填充
data data.fillna(无)
# print(data.isnull().sum())
# 这样我们的数据就没有了缺失值
# print(data.info())
# 1、全国景点分布 我们分析城市的分布即可
scenic data[城市].value_counts().sort_values(ascendingFalse)
plt.figure()
scenic.plot(kindbar,stackedFalse,colormapviridis,figsize(10,6))
plt.title(各个城市景点数量分布图)
plt.xlabel(城市)
plt.ylabel(景点个数)
# plt.show()
# 2、国民出游分析 我们可以分析评分城市销量之间的关系
# data[销量] data[销量].astype(int) 这种转换类型的方法如果有无法转换的值则无法转换
data[评分] pd.to_numeric(data[评分], errorscoerce)
data[销量] pd.to_numeric(data[销量],errorscoerce)
data[价格] pd.to_numeric(data[价格],errorscoerce)city_sales data.groupby(城市)[销量].sum()
city_sales city_sales.sort_values(ascendingFalse)plt.figure()
city_sales.plot(kindbar,stackedTrue,colormapplasma,figsize(10,6))
plt.title(各个城市景点门票销量)
plt.xlabel(城市)
plt.ylabel(销量)# 从销量可以看出北京上海江苏四川陕西广东的销量较高因此我们着重分析这六个地方的景点评分
shanghai data[data[城市].str.contains(上海)]
beijing data[data[城市].str.contains(北京)]
jiangsu data[data[城市].str.contains(江苏)]
sichuan data[data[城市].str.contains(四川)]
shanxi data[data[城市].str.contains(陕西)]
guangdong data[data[城市].str.contains(广东)]shanghai_group shanghai.groupby(名称)[销量].sum().reset_index()
beijing_group beijing.groupby(名称)[销量].sum().reset_index()
jiangsu_group jiangsu.groupby(名称)[销量].sum().reset_index()
sichuan_group sichuan.groupby(名称)[销量].sum().reset_index()
shanxi_group shanxi.groupby(名称)[销量].sum().reset_index()
guangdong_group guangdong.groupby(名称)[销量].sum().reset_index()shanghai_sort shanghai_group.merge(shanghai[[名称,评分]].drop_duplicates(),on名称).sort_values(by销量, ascendingFalse).head(10)
beijing_sort beijing_group.merge(beijing[[名称,评分]].drop_duplicates(),on名称).sort_values(by销量, ascendingFalse).head(10)
jiangsu_sort jiangsu_group.merge(jiangsu[[名称,评分]].drop_duplicates(),on名称).sort_values(by销量, ascendingFalse).head(10)
sichuan_sort sichuan_group.merge(sichuan[[名称,评分]].drop_duplicates(),on名称).sort_values(by销量, ascendingFalse).head(10)
shanxi_sort shanxi_group.merge(shanxi[[名称,评分]].drop_duplicates(),on名称).sort_values(by销量, ascendingFalse).head(10)
guangdong_sort guangdong_group.merge(guangdong[[名称,评分]].drop_duplicates(),on名称).sort_values(by销量, ascendingFalse).head(10)shanghai_sort.reset_index(dropTrue,inplaceTrue)
beijing_sort.reset_index(dropTrue,inplaceTrue)
jiangsu_sort.reset_index(dropTrue,inplaceTrue)
sichuan_sort.reset_index(dropTrue,inplaceTrue)
shanxi_sort.reset_index(dropTrue,inplaceTrue)
guangdong_sort.reset_index(dropTrue,inplaceTrue)plt.figure()
plt.bar(shanghai_sort[名称],shanghai_sort[销量])
for i, v in enumerate(shanghai_sort[评分]):plt.text(i, shanghai_sort[销量][i] 0.2, str(v), hacenter)plt.xlabel(名称)
plt.ylabel(销量)
plt.title(上海市销量排名前十的景点)
plt.xticks(rotation45)plt.figure()
plt.bar(beijing_sort[名称], beijing_sort[销量])
for i, v in enumerate(beijing_sort[评分]):plt.text(i, beijing_sort[销量][i] 0.2, str(v), hacenter)plt.xlabel(名称)
plt.ylabel(销量)
plt.title(北京市销量排名前十的景点)
plt.xticks(rotation45)plt.figure()
plt.bar(jiangsu_sort[名称], jiangsu_sort[销量])
for i, v in enumerate(jiangsu_sort[评分]):plt.text(i, jiangsu_sort[销量][i] 0.2, str(v), hacenter)plt.xlabel(名称)
plt.ylabel(销量)
plt.title(江苏省销量排名前十的景点)
plt.xticks(rotationvertical)plt.figure()
plt.bar(sichuan_sort[名称], sichuan_sort[销量])
for i, v in enumerate(sichuan_sort[评分]):plt.text(i, sichuan_sort[销量][i] 0.2, str(v), hacenter)plt.xlabel(名称)
plt.ylabel(销量)
plt.title(四川省销量排名前十的景点)
plt.xticks(rotation45)plt.figure()
plt.bar(shanxi_sort[名称], shanxi_sort[销量])
for i, v in enumerate(shanxi_sort[评分]):plt.text(i, shanxi_sort[销量][i] 0.2, str(v), hacenter)plt.xlabel(名称)
plt.ylabel(销量)
plt.title(陕西省销量排名前十的景点)
plt.xticks(rotation45)plt.figure(figsize(10,6))
plt.bar(guangdong_sort[名称], guangdong_sort[销量])
for i, v in enumerate(guangdong_sort[评分]):plt.text(i, guangdong_sort[销量][i] 0.2, str(v), hacenter)plt.xlabel(名称)
plt.ylabel(销量)
plt.title(广东省销量排名前十的景点)
plt.xticks(rotation45)
由此我们结合这几个分析来回答这几个问题
