Python 分析国庆热门旅游景点，告诉你哪些地方好玩、便宜、人又少

作者 | 裸睡的猪

责编 | 屠敏

2019年国庆马上就要到来，

今年来点新花样吧，

玩肯定是要去玩的，

不然怎么给祖国庆生？

那去哪里玩？人少档次还高呢？

咱不是程序员嘛，

那就用数据分析下，

看看哪些地方值得去！

目标

使用Python分析出国庆哪些旅游景点：好玩、便宜、人还少的地方，不然拍照都要抢着拍！

获取数据

既然做数据分析肯定要先搞到数据，最开始笔者在一些官方网站查找旅游信息，毕竟官方的数据可信度高点， 但我一无所获，有点失望！

然后寻找其他替代方案：爬取出行网站的旅游景点售票数据，这样也可以反映出旅游景点的热度！

笔者首先想到“去哪儿”，这里必须要安利一波去哪儿，同样的酒店同样的房间，去哪儿价格基本都是最低，所以笔者也用的最多！

选好学习对象，那我就开始吧！

注：本教程仅用作学习交流，请勿用作商用用途！

1. 爬取单页数据

我们可以在哪去儿的门票页（

然后按下F12打开浏览器调试窗口，查找加载数据的url（翻页就可以看到）：

竟然直接返回了json数据，真是太方便了：

最后使用requests库写一个get请求就可以了

这样一页数据就抓取下来了，是不是很简单？

这里说下去哪儿门票页抓取数据还是很简单，不需要登录、不需要代理 、甚至不需要header也可以成功，后面批量抓取页没出现限制，相对于淘宝来说简单了许多！

2. 提取有效信息

既然数据拿到了，那就看看数据结构，然后提取自己想要的属性吧：

这里猪哥提取了：id、名称、星级、评分、门票价格、销量、地区、坐标、简介这些信息，基本有效信息都保存起来！

3. 保存到excel

需要的数据提取出来之后，我们就可以将他们保存起来。这里我们使用pandas库保存excel文件。

没有安装pandas库的同学安装一下：

pip install xlrd

pip install openpyxl

pip install numpy

pip install pandas

这里单页数据的处理就完成了，爬取、解析、保存三步走～

4. 批量爬取

批量爬取也很简单，先找分页数据，多点几下页数比较不同参数就能看出来

经过一会的分析，我们便可以看出参数 page 就是分页参数了，这样我们在外层写一个for循环，把页数传入就可以实现批量爬取

那个36是我在网页上看到了，当然也可以实现自动判断是否爬取完成，只要判断每次返回的条数即可！

看看批量爬取的效果：

分析数据

数据都

我们创建了一个透视表，然后根据销量排序！最后生成柱状图，一起来看看效果：

我们可以看到迪士尼门票销量排第一

2.景点销售额排行分析

销售额=单价*销量，我们可以将每行的price和sale相乘算出销售额：

我们将得到的销售额数据放回df中，然后再排序：

迪士尼真是吸金厉害！！！

3.各省各等级景点数分析

由于时间原因，该项分析暂未完成，本想分析下每个省每个等级的景点有多少个，但是由于时间原因暂未完成，感兴趣的同学可以

然后你就可以

换完ak码就要换json数据了，我们先生成和默认数据一样格式的json数据，然后再替换掉

最后来看看效果叭，动态地图支持放大缩小，可仔细查看各省、市、区景点热力图

5.推荐景点分析

应该推荐怎样的景点呢？笔者认为是：高评分、销量少、价格便宜。

推荐系数和评分成正比，和销量、价格成反比，所以笔者设计了一个最简单的算法：

瞎推荐系数=评分/(销量价格) * 1000

来看看这个简易的推荐算法得出的结果

可以看到在这个瞎推荐TOP20中国外景点很多（尤其是日本），确实国内到国庆了哪里其实人都是挺多的！

如果你觉得我设计的推荐算法太low了，可以自己思考下如何设计更合理，然后自己动手调试，期待看到不一样的结果！

源码地址：https://github