食在廣州 | 爬取分析廣州6萬(wàn)+餐飲門(mén)店數(shù)據(jù)

繼前兩期分別爬取了海珠某區(qū)域和海珠區(qū)美食餐廳數(shù)據(jù)進(jìn)行分析榄审,應(yīng)讀者要求巾遭,本期更進(jìn)一步若河,獲取了全廣州60000+個(gè)餐飲門(mén)店數(shù)據(jù)進(jìn)行分析幅狮。不少讀者對(duì)全廣州的各種餐廳數(shù)據(jù)非常感興趣募强。好了,馬上安排崇摄。

錯(cuò)過(guò)前兩期的請(qǐng)查看下面鏈接或者查看美食餐廳類專輯:

技術(shù)吃貨用Python爬取廣州海珠區(qū)1845個(gè)中式餐廳數(shù)據(jù)

疫情過(guò)后重新開(kāi)店擎值,如何參考商業(yè)數(shù)據(jù)(數(shù)據(jù)干貨)

一、廣州11區(qū)餐廳門(mén)店數(shù)量和人均消費(fèi)



image

天河逐抑、白云的人口商業(yè)都是全廣州最繁華的鸠儿,門(mén)店數(shù)量果然也是遙遙領(lǐng)先,天河作為商業(yè)中心厕氨,人均消費(fèi)也是最高的进每。但總體來(lái)看,人均消費(fèi)差別不大命斧,價(jià)格上都比較適中田晚。

二、不同餐廳門(mén)店數(shù)量和人均消費(fèi)

我們選取了其中五個(gè)數(shù)量最多的分類:中餐廳国葬、外國(guó)餐廳贤徒、快餐廳、咖啡廳汇四、茶藝館|冷飲店|蛋糕店|甜品店|休閑餐廳接奈。各種餐廳門(mén)店數(shù)量和人均消費(fèi):

image.png

注:這里的快餐廳是指連鎖品牌:如麥當(dāng)勞肯德基、品牌茶餐廳和連鎖快餐大家樂(lè)等通孽,外賣(mài)門(mén)店并不在此次的統(tǒng)計(jì)中序宦,所以可能會(huì)有所遺漏

由此可見(jiàn)還是中餐廳是主流。分析餐廳門(mén)店很重要的指標(biāo)是地理位置利虫,所以對(duì)比了一下中餐和外國(guó)餐廳門(mén)店的地理分布圖挨厚,(紅:中餐廳,綠:外國(guó)餐廳)糠惫。外國(guó)餐廳數(shù)量較少疫剃,但是主要分布在天河珠江新城CBD和海珠越秀等商業(yè)區(qū)。

image

單純以區(qū)和餐飲門(mén)店類型做維度硼讽,很難直觀查看到區(qū)和餐廳類型的關(guān)系巢价,所以把這兩個(gè)維度結(jié)合起來(lái),做了一個(gè)矩形樹(shù)圖,讓我們來(lái)看看不同區(qū)不同餐廳類型的數(shù)量分布:

image

矩形樹(shù)圖在數(shù)據(jù)分析中實(shí)現(xiàn)層次結(jié)構(gòu)可視化的圖表結(jié)構(gòu)。柱形圖不適合表達(dá)過(guò)多類目(比如上百)的數(shù)據(jù),那應(yīng)該怎么辦?矩形樹(shù)圖出現(xiàn)了传于。它直觀地以面積表示數(shù)值,以顏色表示類目凌唬,初次接觸時(shí)都感覺(jué)到非常驚艷。Python pyecharts制作比較復(fù)雜漏麦,需要將數(shù)據(jù)放在特定格式的json格式客税,如果使用Tableau等可視化工具則使用拖拽方式即可。

#做一個(gè)所有分類的樹(shù)形圖
final_list = []
cate_list = data_unique.groupby(by='adname').count()
#第一層
for i in range(len(cate_list)):
    cateName = cate_list.index[i] #區(qū)名   
    #第二層
    sub_list = data_unique[data_unique.adname==cateName].groupby(by='newType').count()
    two_list = []
    for j in range(len(sub_list)):
        temp_dict = {'value':sub_list.iloc[j]['name'], 'name':sub_list.index[j]}
        two_list.append(temp_dict)        
    temp_dict = {'value':category_rank.iloc[i]['name'], 'name':category_rank.index[i], 'children':two_list}
    print(temp_dict)
    final_list.append(temp_dict)

天河果然是上班族的天地撕贞,快餐廳的門(mén)店數(shù)量是最多的更耻。

image.png

海珠區(qū)的美食大排檔是出了名的,所以特色地方風(fēng)味餐廳數(shù)量是最多的捏膨,其次是快餐廳和冷飲店秧均,果然是逛街吃飯的好去處。

image

好了号涯,關(guān)于不同類型門(mén)店數(shù)量的分析就到這里目胡,想更進(jìn)一步了解,只需要下載html自己查看即可诚隙,無(wú)需編程開(kāi)發(fā)讶隐。

三、細(xì)分類型門(mén)店數(shù)量和人均消費(fèi)

前面做的餐廳分類是以中西餐大類作為分析對(duì)象久又,其實(shí)很多人關(guān)注的是更加細(xì)分領(lǐng)域,比如火鍋店效五、川菜店地消、日本料理或者韓國(guó)料理等等,讓我們來(lái)看看什么樣的餐廳最貴吧:

image

法國(guó)餐廳人均293元一枝獨(dú)秀畏妖,看來(lái)法國(guó)菜一頓飯吃3個(gè)小時(shí)是有原因的脉执。其他類型的都沒(méi)有超過(guò)人均100元的,其中的燒烤店是應(yīng)做燒烤店的朋友要求戒劫,專門(mén)做一次燒烤店的分析半夷,所以選取了店面包含“燒烤”的門(mén)店進(jìn)行統(tǒng)計(jì),數(shù)量上僅有839家迅细,肯定有所遺漏巫橄,人均消費(fèi)上,62元表示還能接受茵典。當(dāng)然也可以做其店面周邊的門(mén)店類型數(shù)量和人均消費(fèi)湘换,下一期我們?cè)僮銎渌愋偷姆治觥?/p>

如果你想知道其他城市的數(shù)據(jù)或者其他類型門(mén)店的數(shù)據(jù),請(qǐng)留言告訴我,下一期說(shuō)不定就是你想知道的內(nèi)容彩倚。

如果對(duì)代碼和矩形樹(shù)圖的html文件感興趣筹我,可以在公眾號(hào)(迷途小球迷)后臺(tái)回復(fù):餐廳 即可。

數(shù)據(jù)來(lái)源:高德地圖API

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末帆离,一起剝皮案震驚了整個(gè)濱河市蔬蕊,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌哥谷,老刑警劉巖岸夯,帶你破解...
    沈念sama閱讀 222,104評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異呼巷,居然都是意外死亡囱修,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén)王悍,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)破镰,“玉大人,你說(shuō)我怎么就攤上這事压储∠输觯” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 168,697評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵集惋,是天一觀的道長(zhǎng)孕似。 經(jīng)常有香客問(wèn)我,道長(zhǎng)刮刑,這世上最難降的妖魔是什么喉祭? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,836評(píng)論 1 298
  • 正文 為了忘掉前任,我火速辦了婚禮雷绢,結(jié)果婚禮上泛烙,老公的妹妹穿的比我還像新娘。我一直安慰自己翘紊,他們只是感情好蔽氨,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著帆疟,像睡著了一般鹉究。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上踪宠,一...
    開(kāi)封第一講書(shū)人閱讀 52,441評(píng)論 1 310
  • 那天自赔,我揣著相機(jī)與錄音,去河邊找鬼殴蓬。 笑死匿级,一個(gè)胖子當(dāng)著我的面吹牛蟋滴,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播痘绎,決...
    沈念sama閱讀 40,992評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼津函,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了孤页?” 一聲冷哼從身側(cè)響起尔苦,我...
    開(kāi)封第一講書(shū)人閱讀 39,899評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎行施,沒(méi)想到半個(gè)月后允坚,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,457評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡蛾号,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,529評(píng)論 3 341
  • 正文 我和宋清朗相戀三年稠项,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鲜结。...
    茶點(diǎn)故事閱讀 40,664評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡展运,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出精刷,到底是詐尸還是另有隱情拗胜,我是刑警寧澤,帶...
    沈念sama閱讀 36,346評(píng)論 5 350
  • 正文 年R本政府宣布怒允,位于F島的核電站埂软,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏纫事。R本人自食惡果不足惜勘畔,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評(píng)論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望丽惶。 院中可真熱鬧咖杂,春花似錦、人聲如沸蚊夫。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,511評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)知纷。三九已至,卻和暖如春陵霉,著一層夾襖步出監(jiān)牢的瞬間琅轧,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,611評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工踊挠, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留乍桂,地道東北人冲杀。 一個(gè)月前我還...
    沈念sama閱讀 49,081評(píng)論 3 377
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像睹酌,于是被迫代替她去往敵國(guó)和親权谁。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評(píng)論 2 359