项目分享：python民宿旅馆消费数据分析系统

1. 项目简介

随着我国旅游业的不断发展，名宿作为一种新型而具有特色的接待形式，通过温馨而亲民的方式为游客提供了更加具有地方特色的旅游体验。本项目利用网络爬虫技术从去哪儿网采集名宿酒店数据，并进行数据清洗和格式化，利用
flask 搭建后台，前端利用 echarts 等实现对名宿酒店的各类属性分布进行可视化分析。

2. 功能组成

基于python的民宿旅馆消费数据分析系统的功能主要包括：

3. 名宿酒店信息爬虫

利用python 执行 curl 命令，抓取某旅游平台的名宿酒店住宿数据：

​
​ total_count = 0
​ total_hotels = []
​ for cmd in curl_cmds:
​ cmd = cmd.replace(‘\’, ‘’)
​ resp = os.popen(cmd)
​ resp = resp.read()
​ resp = json.loads(resp)
​ hotels = resp[‘data’][‘hotels’]
​
for hotel in hotels:
hotel_info = {
“name”: hotel[‘name’],
“price”: hotel[‘price’],
“roomType”: hotel[‘roomType’],
“score”: hotel[‘score’],
“locationInfo”: hotel[‘locationInfo’],
“imageid”: hotel[‘imageid’],
“etag”: hotel[‘etag’] if ‘etag’ in hotel else ‘暂无’,
“dangciText”: hotel[‘dangciText’],
“commentDesc”: hotel[‘commentDesc’] if ‘commentDesc’ in hotel else ‘好’,
“commentCount”: hotel[‘commentCount’],
}
total_hotels.append(hotel_info)

    total_count += len(hotels)

# 保存数据
with open('hotel_info.json', 'w', encoding='utf8') as fout:
    fout.writelines([json.dumps(line, ensure_ascii=False) + '\n' for line in total_hotels])

4. 基于python的民宿旅馆消费数据分析系统

4.1 系统注册登录

4.2 名宿酒店名称关键词抽取并词云分析

4.3

不同档次名宿数量分布情况

4.4 不同区域名宿酒店数量分布情况

4.5

不同地区名宿房源数与平均价格的分布情况

4.6 北京各区域名宿酒店价格分布箱线图

4.7

北京地区名宿酒店单价最高Top20

4.8 民宿酒店价格影响因素分析

项目分享

项目分享：

https://gitee.com/asoonis/feed-neo