一.项目要求
1、从三个维度“口味”、“人均消费”、“性价比”对不同菜系进行比较，并筛选出可开店铺的餐饮类型
要求：
① 计算出三个维度的指标得分
② 评价方法：
口味 → 得分越高越好
性价比 → 得分越高越好
人均消费 → 价格适中即可
③ 制作散点图，x轴为“人均消费”，y轴为“性价比得分”，点的大小为“口味得分”
绘制柱状图，分别显示“口味得分”、“性价比得分”
* 建议用bokeh做图
提示：
① 数据清洗，清除空值、为0的数据
② 口味指标计算方法 → 口味评分字段，按照餐饮类别分组算均值，再做标准化处理
③ 人均消费指标计算方法 → 人均消费字段，按照餐饮类别分组算均值，再做标准化处理
④ 性价比指标计算方法 → 性价比 = （口味 + 环境 + 服务）/人均消费，按照餐饮类别分组算均值，再做标准化处理
⑤ 数据计算之前，检查一下数据分布，去除异常值（以外限为标准）
* 这里排除了高端奢侈餐饮的数据干扰
⑥ 注意，这里先分别计算三个指标，再合并数据（merge）作图，目的是指标之间的噪音数据不相互影响
二.实现代码
1.在spyder里完成。可查看数据结果，如图。
2.一个错误：
解决办法：
from bokeh.io import output_file
3.完整代码
# -*- coding: utf-8 -*-"""Created on Sat Feb 15 16:00:33 @author: houhuan"""import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 不发出警告import warningswarnings.filterwarnings('ignore') # 导入notebook绘图模块from bokeh.io import output_notebookoutput_notebook()# 导入图表绘制、图标展示模块# 导入ColumnDataSource模块from bokeh.plotting import figure,showfrom bokeh.models import ColumnDataSource'''(1)加载数据'''import osos.chdir('C:/Users/houhuan/Desktop/项目01城市餐饮店铺选址分析')#os.chdir('C:\Users\houhuan\Desktop\\项目01城市餐饮店铺选址分析')df1 = pd.read_excel('上海餐饮数据.xlsx')df1_length = len(df1)df1_columns = df1.columns.tolist() print('数据量为%i条' % len(df1))print(df1.head())'''(2)计算口味、客单价、性价比指标'''# 筛选数据，清除空值、为0的数据data1 = df1[['类别','口味','环境','服务','人均消费']]data1.dropna(inplace = True) #去除为空的数据data1 = data1[(data1['口味']>0)&(data1['人均消费']>0)] #去除为0的数据# 计算性价比指数data1['性价比'] = (data1['口味'] + data1['环境'] + data1['服务']) / data1['人均消费']# 查看异常值# 创建函数1,制作箱型图，查看异常值def f1():fig,axes = plt.subplots(1,3,figsize = (10,4))data1.boxplot(column=['口味'],ax = axes[0])data1.boxplot(column=['人均消费'],ax = axes[1])data1.boxplot(column=['性价比'],ax = axes[2])# 创建函数2:删除异常值def f2(data,col):q1 = data[col].quantile(q = 0.25)q3 = data[col].quantile(q = 0.75) iqr = q3-q1t1 = q1 - 3 * iqrt2 = q3 + 3 * iqrreturn data[(data[col] > t1)&(data[col]<t2)][['类别',col]]# 数据异常值处理data_kw = f2(data1,'口味')data_rj = f2(data1,'人均消费')data_xjb = f2(data1,'性价比')# 创建函数3：标准化指标并排序def f3(data,col):col_name = col + '_norm'data_gp = data.groupby('类别').mean()data_gp[col_name] = (data_gp[col] - data_gp[col].min())/(data_gp[col].max()-data_gp[col].min())data_gp.sort_values(by = col_name, inplace = True, ascending=False)return data_gp# 指标标准化得分data_kw_score = f3(data_kw,'口味')data_rj_score = f3(data_rj,'人均消费')data_xjb_score = f3(data_xjb,'性价比')# 合并数据# 合并性价比指标得分data_final_q1 = pd.merge(data_kw_score,data_rj_score,left_index=True,right_index=True) # 合并口味、人均消费指标得分data_final_q1 = pd.merge(data_final_q1,data_xjb_score,left_index=True,right_index=True) data_final_q1.head()'''(3)绘制图表辅助分析制作散点图、柱状图'''# 导入模块from bokeh.layouts import gridplotfrom bokeh.models import HoverTool#from bokeh.palettes import brewerfrom bokeh.models.annotations import BoxAnnotationfrom bokeh.io import output_fileoutput_file('project01_h1.html')#output_notebook() # 将列名改为英文data_final_q1['size'] = data_final_q1['口味_norm'] * 40 #添加size字段data_final_q1.index.name = 'type'data_final_q1.columns = ['kw','kw_norm','price','price_norm','xjb','xjb_norm','size']# 创建ColumnDataSource数据source = ColumnDataSource(data_final_q1)# 设置标签显示内容hover = HoverTool(tooltips=[("餐饮类型", "@type"),("人均消费", "@price"),("性价比得分", "@xjb_norm"),("口味得分", "@kw_norm")]) #散点图result = figure(plot_width=800, plot_height=250,title="餐饮类型得分情况" ,x_axis_label = '人均消费', y_axis_label = '性价比得分', tools=[hover,'box_select,reset,xwheel_zoom,pan,crosshair']) # 构建绘图空间result.circle(x = 'price',y = 'xjb_norm',source = source,line_color = 'black',line_dash = [6,4],fill_alpha = 0.6,size = 'size')# 设置人均消费中间价位区间price_mid = BoxAnnotation(left=40,right=80, fill_alpha=0.1, fill_color='navy') result.add_layout(price_mid)result.title.text_font_style = "bold"result.ygrid.grid_line_dash = [6, 4]result.xgrid.grid_line_dash = [6, 4]# 绘制柱状图# 柱状图1data_type = data_final_q1.index.tolist()# 提取横坐标kw = figure(plot_width=800, plot_height=250, title='口味得分',x_range=data_type,tools=[hover,'box_select,reset,xwheel_zoom,pan,crosshair'])kw.vbar(x='type', top='kw_norm', source=source,width=0.9, alpha = 0.8,color = 'red') kw.ygrid.grid_line_dash = [6, 4]kw.xgrid.grid_line_dash = [6, 4]# 柱状图2price = figure(plot_width=800, plot_height=250, title='人均消费得分',x_range=kw.x_range,tools=[hover,'box_select,reset,xwheel_zoom,pan,crosshair'])price.vbar(x='type', top='price_norm', source=source,width=0.9, alpha = 0.8,color = 'green') price.ygrid.grid_line_dash = [6, 4]price.xgrid.grid_line_dash = [6, 4]p = gridplot([[result],[kw], [price]])# 组合图表show(p)print('finished!')
三.结果图
结果：选择素菜作为开店铺的餐饮类型。
