内容摘要：本文转载自微信公众号「志斌的python笔记」，作者志斌。转载本文请联系志斌的python笔记公众号。大家好，我是志斌~再过几天，志斌就要去大连开始为期三年的读研生活啦，当然在读书学习的同时，也要去体

本文转载自微信公众号「志斌的连景python笔记」，作者志斌。点告点性转载本文请联系志斌的诉景python笔记公众号。

大家好，价比我是连景志斌~

再过几天，志斌就要去大连开始为期三年的点告点性读研生活啦，当然在读书学习的诉景同时，也要去体验一下“魅力之都”的价比魅力，所以志斌用Python爬取了去哪儿网上大连景点的连景相关数据，包括景点名称、点告点性城区、诉景热度、价比价格、连景月销量等数据，点告点性对数据进行可视化并作简单分析，诉景用以找到性价比较高的景点。

一数据采集

去哪儿网的数据存储非常简单，都在源网页中静态存储，我们只需构造好URL之后，用Requests发起请求，然后用Bs4将数据提取出来，存储到Excel中即可。

爬虫的核心代码如下：

import requests from bs4 import BeautifulSoup import openpyxl for page in range(1,50):   try:       params = (           (from, mps_search_suggest_h),           (keyword, 大连),           (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]           ~~~ 

二数据处理

01导入景点数据

用pandas读取爬取的景点数据并预览。服务器托管

import pandas as pd df = pd.read_excel(大连景区数据_1.xlsx,names=[景点名称,城区,热度,地址,价格,月销量,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。

df = df.drop_duplicates() 

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。

df.info() 

三可视化分析

我们来对这164个景点数据进行可视化分析。

01景点介绍

通过对大连景点介绍进行词云图绘制，我们很容易看出大连的特点。博物馆、休闲、历史、文化等词的大量提及，说明大连是一座历史悠久的现代化城市。建筑、动物、主题等词也有很多提及，表明大连的旅游环境轻松且多样。

代码如下：

with open("推荐语.txt",) as f:    job_title_1 = f.read() contents_cut_job_title = jieba.cut(job_title_1) contents_list_job_title = " ".join(contents_cut_job_title) wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False,               background_color="white",               font_path=r"K:\msyh.ttc",               width=400, height=300, random_state=42,               mask=imread(xin.jpg, pilmode="RGB")               ) wc.generate(contents_list_job_title) wc.to_file("推荐语.png") 

02景区热度top10

从景点评分来看，金石滩景点评分最高，为4.55分，其次是老虎滩公园和星海广场，分别是4.5分和4.4分。怪不得一搜索大连的旅游攻略，每一个里面都有这几个景点。服务器租用

03景点价格top10

从景点价格来看，除了潜水中心这个景点略贵，其他景点价格都还可以接受，去大连游玩的朋友，时间充裕的话可以都体验一下，志斌这三年是要都体验一遍了~

04月销量top10景点

从下图可以看出，海昌发现王国的销量最高，为908，其次是天门峡漂流，为786，志斌还没去过漂流，正好趁着这次在大连读书，抽时间去一次。

老虎滩海洋公园、大连森林动物园、大连圣亚海洋世界的销量也不少，分别是542，488，458。

05月销额top20景点

从下图可以看出、月销额较大的还是海昌发现王国、老虎滩海洋公园、大连圣亚海洋世界、看来月销额受到月销量的高防服务器影响较大，受价格的影响较小。

06景点等级分布

从大连景点等级分布来看，3A以上等级的景点为24个，其中3A级景点1个，4A级景点21个，5A级景点2个。

07景点分布

从图中我们可以看出，景点大部分分布在旅顺区、中山区、金州区的东南沿海方位。如果来大连旅游的话，建议去旅顺口区或者中山区去住，因为那里交通较为便利。

四小结

通过上面简单的分析，我们大致可以获得以下几点发现：

1. 大连是一座历史悠久的现代化城市，很适合旅游。

2. 大连的景点主要集中在旅顺区、中山区、金州区，旅顺区和中山区的景点附近有地铁，所以建议住宿的时候可以尽量选择住在这两个区，这样出行游玩会比较方便。

3. 评分最高的景点是金石滩景点。

4. 本文仅供学习参考，不做它用。

温馨提示：疫情还未结束，外出旅行做好个人防护。尽量避免到中高风险地区游玩。