公众号：尤而小屋
作者：Peter
编辑：Peter
大家好，我是Peter~
全国旅游城市终于又更新啦！今天带来的是：上有天堂，下有苏杭：苏州来了😄终于挤出时间把苏州的旅游景点和美食的攻略写完了。
很多年之前Peter去苏州旅游过一次，所以还是有些印象。到现在还记得当年去的几个景点：观前街、留园、苏州博物馆……
个人觉得苏州这个城市还是蛮不错的，真的是江南城市代表。到达苏州站，看到苏州护城河，河街相邻；走到城市中，房子低檐，粉墙黛瓦，老街园林到处可见；看到各种园林古迹，历史感比较厚重；听到当地人说话，温婉尔雅，轻声细语。
将来一定会找个时机再游苏州~
image
苏州
苏州是中国经济高度发达的地区，是江苏省的经济中心、工商业和物流中心城市，也是重要的金融、文化、艺术、教育和交通中心。下面这幅图来自维基百科，可以看到组成苏州的几个县级市和区。巩固下地理吧~
image
数据来源
本文中共有两份数据：苏州美食和苏州景点。数据是通过爬虫方式获取的，文末有数据获取方式。
郑重声明：本文的数据仅作为数据分析和可视化效果展示使用，未用作其他用途；若有转载，请注明出处~
数据效果
我们以苏州景点的数据分析作为展示。本文亮点是所有的图形使用的是可视化库：pyecharts，这是一个国产的可视化库
image
苏州景点
苏州景点的数据分析主要是从以下几个方面展开：
image
导入库
import pandas as pd
import re
# 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 # 事先导入，防止不出图
from pyecharts import options as opts # 配置项
from pyecharts.charts import Bar, Pie, Line, HeatMap, Funnel, WordCloud, Grid, Page # 各个图形的类
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType,SymbolType
省略相关的数据导入和数据探索部分，重点是看看数据分析的结果。苏州景点数据有2000*8
景点分布
在这里展示的苏州各个地方的景点个数：
image
c = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.CHALK))
.add("", [list(z) for z in zip(df2["location"].tolist(), df2["number"].tolist())])
.set_global_opts(title_opts=opts.TitleOpts(title="苏州景点分布"),
legend_opts=opts.LegendOpts(pos_left="80%", orient="vertical"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render_notebook()
image
攻略数前10名的景点
很多的景点都有游客写了攻略数，我们可以把攻略数作为一种参考：
image
景点评论数
image
image
驴友百分比
驴友百分比表示的是大致有多少的游客到过相同的景点：
image
园林城市
苏州是一个园林城市，我们从数据中看到：本次获取到的数据里面苏州有457个和“园”相关的景点。比较出名的还是：
- 拙政园
- 留园
- 网师园
image
古城街道
苏州也是一个历史感很厚重的城市，数据中显示有106条的街道：
- 山塘街
- 平江路历史街区
- 观前街
image
寺庙
数据中也显示苏州共有96个寺庙：其中最为出名的还是寒山寺
月落乌啼霜满天，江枫渔火对愁眠，姑苏城外寒山寺，夜半钟声到客船
image
景点词云图
我们获取到的数据景点的中文名和简介进行了词云图展示：
1、全部的词云展示
image
2、截取前50个高频词
image
通过两种词云图的展示，我们发现苏州的景点中：
- 公园是比较多的
- 各种馆，比如：博物馆、展览馆、艺术馆、美术馆等也很丰富
- 文化气息浓厚：文化、文物保护、建筑等
苏州美食
苏州美食数据有2000条，6个字段。
image
得分分布
得分这个字段的分布情况。得分为0.0表示没有得分
image
从上图中我们可以看到很多店是么有评分的。接下来，我们看看评分为5分的都是哪些店铺（取前10名）
- 牛排店
- 知名酒店
- 咖啡厅
image
消费均价
对字段“均价”的统计分析，分类的规则：
def price(x):
if x < 20:
return "很便宜"
if x < 50:
return "价格亲民"
if x < 100:
return "可以接受"
if x < 200:
return "人均消费较高"
else:
return "高档餐厅"
利用下面的代码进行饼图的绘制：
c = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.CHALK))
.add("", [list(z) for z in zip(df5["分类"].tolist(), df5["数量"].tolist())])
.set_global_opts(title_opts=opts.TitleOpts(title="苏州美食店铺均价数量占比分布",subtitle="备注：排除没有均价店铺"),
legend_opts=opts.LegendOpts(pos_left="80%", orient="vertical"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render_notebook()
image
高消费餐厅
通过均价字段的降序，我们看看苏州的高消费地方都是哪里？
image
酒店
数据中显示苏州有酒店86家，其中知名的酒店：
- 苏州洲际酒店
- 金陵饭店花园酒店
- 苏州金鸡湖新罗酒店
image
面馆
总共117家面馆，如果你是个面食爱好者，这些地方你一定不要错过：
- 老东吴面馆（莫厘路店）
- 奥灶面
- 同得兴精品面馆（观前街店）
image
美食店统计
从面馆、烧烤点、酒店、火锅串串等8个不同的方面进行美食店铺的统计：
image
美食词云
苏州的美食词云图主要是将数据的“推荐菜”这个字段进行词云图的展示，看看当地人爱好哪些美食。
1、全部词云图
image
2、前50个词语
image
从词云图中可以看到，苏州人的口味还是很清淡的。游客的推荐菜中：
- 牛肉为主要菜品
- 菜的做法：红烧（肉）、清蒸、烤
- 钟爱虾：虾、虾仁、河虾等
- 喜欢海鲜：尤其是鱼，还有鱿鱼、、三文鱼等
苏州属于太湖境内，肯定是不能错过大闸蟹。
总结
看完上面苏州旅游景点和美食的分析，如果你到苏州必去的地方：
- 园林：拙政园、留园
- 寺庙：寒山寺、重元寺
- 街道：山塘街、平江路历史街区、观前街
- 苏州博物馆
你必不能错过的美食：
- 苏州的牛肉（牛肉粉、牛肉酥等），可以品尝
- 虾蟹：太湖区域水产品多，比如虾仁、大闸蟹等
- 面食：馄饨、生煎你也不能错过。记得当时Peter吃过一家名为“乐惠”的小馄饨，挺赞的~还有苏式汤面也值得品尝
福利来咯：数据分析源码获取方式，关注尤而小屋，回复苏州即可获取以下资料，已经打包：
1、2：苏州景点和美食的数据分析全代码
3：Peter一直在使用的停用词表，也在不断补充
4、5：景点和美食的原始数据
image
网友评论