食在广州 | 爬取分析广州6万+餐饮门店数据

前两期分别分析了海珠区和海珠区美食餐厅的数据。根据读者的要求，本期进一步分析了广州6万家餐厅的数据。很多读者对广州各种餐厅的数据都很感兴趣。好了，马上安排。

1.广州11区餐厅和人均消费的数量

天河和白云的人口业务是广州最繁荣的，商店数量也遥遥领先。天河作为一个商业中心，人均消费也是最高的。但总体而言，人均消费差别不大，价格相对适中。

二、不同餐厅和人均消费的数量

我们选择了中餐厅、外国餐馆、快餐店、咖啡馆、茶艺馆五大类|冷饮店|蛋糕店|甜品店|休闲餐厅。各种餐厅的数量和人均消费:

注：这里的快餐店是指连锁品牌：如麦当劳肯德基、品牌茶餐厅、连锁快餐等，外卖店不在统计中，可能会遗漏

可以看出，中餐厅仍然是主流。分析餐厅的重要指标是地理位置，因此比较了中外餐厅的地理分布图（红色：中餐厅、绿色：外国餐厅）。外国餐馆数量较少，但主要分布在天河珠江新城 ** 商业区，如海珠越秀。

很难直观地看到区域和餐厅类型之间的关系，所以结合这两个维度，做一个矩形树图，让我们看看不同区域不同餐厅类型的数量分布：

矩形树图在数据分析中实现层次结构的可视化图表结构。柱形图不适合表达太多类别（如数百）的数据。我们该怎么办？矩形树图出现了。它直观地用面积和颜色表示值和类别。当它第一次接触时，它感觉非常惊人。Python pyecharts制作复杂，数据需要以特定格式放置json如果使用格式Tableau可视化工具可以拖动。

#做一个所有分类的树形图final_list = []cate_list = data_unique.groupby(by='adname').count()#第一层for i in range(len(cate_list)): cateName = cate_list.index[i] # #第二层 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)

天河是上班族的天地，快餐店数量最多。

海珠区的美食摊很有名，所以当地特色餐厅数量最多，其次是快餐店和冷饮店，这确实是购物和吃饭的好地方。

好了，这就是对不同类型门店数量的分析。如果你想了解更多，你只需要下载html无需编程开发就可以自己查看。

三、细分门店数量和人均消费

以前的餐厅分类以中西餐为分析对象。事实上，很多人更关注细分领域，如火锅店、川菜店、日本菜或韩国菜。让我们看看什么样的餐馆最贵：

法国餐馆的人均293元是独一无二的。看来法国菜一顿饭吃三个小时是有原因的。其他类型的不超过人均100元。烧烤店应该是烧烤店朋友的要求，专门做烧烤店的分析。因此，选择了包括烧烤在内的店铺进行统计。数量只有839家，肯定有遗漏。在人均消费方面，62元表示可以接受。当然，我们也可以分析商店周围的商店类型、数量和人均消费。在下一期中，我们将分析其他类型。

如果您想了解其他城市或其他类型商店的数据，请留言告诉我下一期可能是您想知道的。

如果是代码和矩形树图html如果对文件感兴趣，可以在微信官方账号后台回复:餐厅 。

数据来源：高德地图API