民宿地理位置可视化分析
数据准备
本实验采集了民宿店家共 400 家，利用抽样分析的方法，将评论数高于民宿评价平均数为 200 条的民宿挑选出来，总共挑选出来了 89 家民宿作为样本。
使用 Pandas 加载抽样后的在线数据表格，并查看数据维度和第一行数据。
import pandas as pd
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/2628/geo_info.csv')
print(data.shape)
data.head(1)
数据属性如下表所示：
地理位置信息解析
百度地图 API 自 v1.5 版本开始需要先申请密钥才可使用，所以我们首先需要在百度 LBS 平台进行开发者认证，以获得地址位置查询接口的密钥，然后通过以下脚本的调用即可以加载百度 LBS 平台的接口对民宿名字进行地理位置信息的解析。
首先加载网络请求库进行请求外部接口。
import requests
import time
将地理位置信息封装成 get_lbs_info 函数进行调用。
def get_lbs_info(poi_name):
# 固定查询的城市名字
city = '重庆'
# 百度 LBS 平台的 API 请求地址
baidu_lbs = 'http://api.map.baidu.com/place/v2/suggestion?query={}®ion={}&city_limit=true&output=json&ak={}'.format(
poi_name, city, ak)
# 直接请求 JSON 的数据格式
result = requests.get(baidu_lbs).json()
# 增加延时，防止请求过快，造成服务不可用
time.sleep(1)
return result
添加自己申请的百度 LBS 开发者秘钥，也可直接使用下面提供的秘钥进行地理位置解析，尝试对一家民宿的店名进行地理位置解析，我们发现解析出来比较多的内容，通常我们选取第一个内容作为民宿地理信息解析的结果。
# 添加自己申请的 ak
ak = 'mufht9ksn1qOUyYg8T7t8G6zg8lUheMI'
# 输入民宿的店名信息
poi_name = '林木森驿站(重庆北碚步行街中心店)'
lbs_info = get_lbs_info(poi_name)
lbs_info
请求的数据属于 JSON 格式，请求之后需要对数据进行拆解，JSON 数据格式也就是一个名/值对（name / value）组成的数据格式，name 不允许重复，可以根据 key 进行数据的查询并打印第一个数据的 value。
lbs_info['result'][0]
使用 "unique" 函数去重并查看民宿名字信息，并打印查看。
data.name.unique()[0]
直接在 notebooK 内部加载进度条显示模块，实时显示民宿地理位置解析的进度。
from tqdm.notebook import tqdm
批量对民宿信息进行地理位置解析，参数上传到 API 上之后得出经纬度等民宿地理位置信息，请耐心等待。
lbs_info_list = []
# 将民宿名字进行去重传入接口进行解析，并添加进度条进行进度显示
for poi_name in tqdm(data.name.unique()):
try:
# 如果民宿名字解析不出来地理信息，则进行跳过
bs_info = get_lbs_info(poi_name)['result'][0]
lbs_info_list.append(bs_info)
except:
pass
将批量请求下来的民宿地理位置信息转换成 DataFrame 的格式，并打印第一行。
import json
baidu_lbs_info = pd.DataFrame(lbs_info_list)
baidu_lbs_info.head(1)
打印 topn 的民宿地理分布情况，对地理位置进行聚合分析，发现当前数据集合内的民宿地理位置分布多分布在景区附近，如武隆和綦江都是以自然景观和人文资源为主，以重庆主城区的南岸区也有部分民宿， 这部分可以称之为城市民宿，景区分布的可以规划为乡村民宿行列。
# 设定 topn 的民宿区域分布情况，可以根据需要进行改变
topn = 10
baidu_lbs_info['district'].value_counts()[:topn]
pyecharts 中存在地理位置信息无法识别的问题，需要手动对应区县之间的时间的命名问题。
data_pair = list()
# 民宿分部信息聚合
for i in baidu_lbs_info.district.groupby(
baidu_lbs_info.district).count().items():
if '武隆' in i[0]:
# 修改有问题的区县，否则 pyecharts 不能正常显示
data_pair.append(['武隆县', i[1]])
elif '梁平' in i[0]:
data_pair.append(['梁平县', i[1]])
else:
data_pair.append([i[0], i[1]])
求得所有地区的统计最大值，后续数据可视化需要此数据进行数据切分。
# 按照民宿区域的情况进行统计
number_max = max(baidu_lbs_info.district.groupby(
baidu_lbs_info.district).count().to_list())
# 打印在一个区域中最大的民宿统计量
number_max
地理位置可视化
首先安装 pyecharts 和对应的地图基础数据库，pyecharts 库中负责地理坐标系的模块是 Geo，负责地图的模块是 Map，负责百度地图的模块是 BMap，负责图表配置的模块是 options，图表的设置通过 options 来调整。
!pip install pyecharts==1.6.2
# 安装 pyecharts 的地理数据信息
!pip install echarts-countries-pypkg
!pip install echarts-china-provinces-pypkg
!pip install echarts-china-cities-pypkg
!pip install echarts-china-counties-pypkg
!pip install echarts-china-misc-pypkg
民宿分布区域图
民宿业是结合当地人文、自然景观、生态、环境资源及农林渔牧生产活动。让人充满新鲜，使人更加有沉浸体验，并借助于互联网平台迅速流行，通过民宿区域图看出重庆民宿以南部为主，西南部的主城区好于东南部的自治县，整体以城市民宿为主，以乡村民宿为辅。
from pyecharts import options as opts
from pyecharts.charts import Map
# 初始化一个地图
map = Map()
# 设置区域显示信息并导入重庆地图
map.add("民宿地理分布统计量", data_pair, "重庆",)
# 设置 max_ 对民宿统计量按照最大值进行平均分段，并显示数值和数据段
map.set_global_opts(title_opts=opts.TitleOpts(title="重庆民宿地理位置分布情况"),
visualmap_opts=opts.VisualMapOpts(is_show=True,
max_=number_max, is_piecewise=True),
legend_opts=opts.LegendOpts(is_show=True),
)
# 直接在 notebook 显示
map.render_notebook()
民宿分布散点图
from pyecharts.charts import Geo
from pyecharts.globals import ChartType
去除区域色块的显示，使用动态散点图来细粒度的显示民宿地理位置上的分布差异，重庆作为旅游城市，存在丰富的人文和自然风光，比较适合民宿的发展，通过散点图看出重庆大部分地区都存在民宿，地理分布仍是以城市民宿为主的形式，结果虽与地理色块图结果一致，但是显示更加直接。
# 加载坐标图
geo = Geo()
# 使用重庆作为显示的坐标主体
geo.add_schema(maptype="重庆")
# 使用辐射状进行民宿标记
geo.add('', data_pair, type_=ChartType.EFFECT_SCATTER,)
# 不在地图上显示标签
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
# 传入数据 max_ 最大民宿统计阈值，并不使用分段
geo.set_global_opts(
visualmap_opts=opts.VisualMapOpts(is_show=True,
max_=number_max,
is_piecewise=False),
title_opts=opts.TitleOpts(title="重庆民宿地理位置散点图"),
)
# 在 notebook 上进行显示
geo.render_notebook()
民宿分布热力图
民宿地理位置热力图粗粒较粗，更能显示出地理位置覆盖上的差异。采样后的重庆民宿地理位置以重庆主城为主并向外扩散，另外像武隆、酉阳土家族苗族自治县等独具自然和人文特色的区域也是民宿业比较喜欢的地方，重庆俗称“山城”，即使在城市内部，也是让人在城市体验上有较大的差异。重庆民宿整体以城市民宿为主，数据时间维度截止到 2019 年 6 月份，我们通过查阅信息了解到，那时的重庆收到“抖音短视频”的影响，很多人拍视频到重庆市区的网红地区进行打卡，这让重庆成为了名副其实的“网红城市”，重庆民宿得以迅速发展。
# 初始化地理图
heatmap = Geo()
# 使用重庆地图数据
heatmap.add_schema(maptype="重庆")
# HEATMAP 显示热力区域
heatmap.add('', data_pair, type_=ChartType.HEATMAP,)
heatmap.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
# 不使用数据分段
heatmap.set_global_opts(
visualmap_opts=opts.VisualMapOpts(is_show=True,
max_=number_max,
is_piecewise=False),
title_opts=opts.TitleOpts(title="重庆民宿地理分布热力图"))
# 在 notebook 上进行显示
heatmap.render_notebook()
最后将转化之后的 DataFrame 与原始数据进行 merge 合并，整体做信息的补全聚合，并预览最后的数据结果。
# 将原始数据和解析出来的民宿地理位置信息按照民宿名字进行合并
data_add_lbs = pd.merge(data, baidu_lbs_info, how='inner',
left_on='name',
right_on='name')
data_add_lbs.head(1)