分析背景
近两年由于日本签证放宽了许多，许多小伙伴出国游会选择日本作为目的地，同时现在许多旅游平台都有一站式服务，所以大多旅客会选择自助游，那么自助游便会涉及到“酒店、机票、火车票、攻略、景点门票、租车、美食、购物”的需求，这种一站式需求目前做的比较好的有：携程、去哪儿旅行、同程、途牛等旅游平台，客路从服务上看主打国外自由行，在景点、小团游、独特体验、美食、交通五大方面给到用户推荐和选择，现从客路的五大活动入手分析自助旅游不可错过的攻略，Let's go~
分析思路
1、以日本为例，获取五种活动分类各自所含活动的网址
活动分类：景点门票/表演、一日游/小团游、特色活动/体验、地道美食、当地交通/wifi
2、获取每种分类里所有网址的基本信息，基本信息包括：title，价格，参加人数，是否支持退改，评价数目，评分
3、每种分类用plt做散点图分析价格与评分的关系，做直方图查看价格前十、评分前十、评价数目前十的活动
4、用pyecharts做交互式图表
5、将点评数作为频次，用活动名做词云图
导入基本的工具包
import numpy as np
import pandas as pd
import requests
from bs4 import BeautifulSoup
import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')
1、获取五种活动分类各自所含活动的网址
注：左右滑动查看完整代码
#获取分类1所有活动的urltype1_lst = []for i in range(1,6): url = 'https://www.klook.com/zh-CN/search?query=日本&template_id=1&tag_id=33,122,139,34,9,35,38&city_id=398,15,28,29,30,32,36,71,343,373&start=' str(i) '&type=country' type1_lst.append(url)print(type1_lst)#获取分类2所有活动的urltype2_lst = []for i in range(1,10): url = 'https://www.klook.com/zh-CN/search?query=日本&template_id=2&city_id=398,15,28,29,30,32,36,71,343,373&start=' str(i) '&type=country' type2_lst.append(url)print(type2_lst)#获取分类3所有活动的urltype3_lst = []for i in range(1,35): url = 'https://www.klook.com/zh-CN/search?query=日本&template_id=3&city_id=398,15,28,29,30,32,36,71,343,373&start=' str(i) '&type=country' type3_lst.append(url)print(type3_lst)#获取分类4所有活动的urltype4_lst = []for i in range(1,8): url = 'https://www.klook.com/zh-CN/search?query=日本&template_id=4&city_id=398,15,28,29,30,32,36,71,343,373&start=' str(i) '&type=country' type4_lst.append(url)print(type4_lst)#获取分类5所有活动的urltype5_lst = []for i in range(1,12): url = 'https://www.klook.com/zh-CN/search?query=日本&template_id=5&city_id=398,15,28,29,30,32,36,71,343,373&start=' str(i) '&type=country' type5_lst.append(url)print(type5_lst)#此处获取活动分类1一共115个网址pro1_lst = []n = 1for url in type1_lst: ri = requests.get(url) soupi = BeautifulSoup(ri.text,'lxml') info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a') for i in info: urli = 'https://www.klook.com' i['href'] pro1_lst.append(urli) print('成功获取第%i条网址'%n) n =1print(pro1_lst) #此处获取活动分类2一共200个网址pro2_lst = []n = 1for url in type2_lst: try: ri = requests.get(url) soupi = BeautifulSoup(ri.text,'lxml') info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a') for i in info: urli = 'https://www.klook.com' i['href'] pro2_lst.append(urli) print('成功获取第%i条网址'%n) n =1 except: continueprint(pro2_lst) #此处获取活动分类3一共177个网址pro3_lst = []n = 1for url in type3_lst: try: ri = requests.get(url) soupi = BeautifulSoup(ri.text,'lxml') info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a') for i in info: urli = 'https://www.klook.com' i['href'] pro3_lst.append(urli) print('成功获取第%i条网址'%n) n =1 except: continueprint(pro3_lst) #此处获取活动分类4一共154个网址pro4_lst = []n = 1for url in type4_lst: try: ri = requests.get(url) soupi = BeautifulSoup(ri.text,'lxml') info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a') for i in info: urli = 'https://www.klook.com' i['href'] pro4_lst.append(urli) print('成功获取第%i条网址'%n) n =1 except: continueprint(pro4_lst) #此处获取活动分类5一共257个网址pro5_lst = []n = 1for url in type5_lst: try: ri = requests.get(url) soupi = BeautifulSoup(ri.text,'lxml') info = soupi.find('div',class_='activity_section').find('div',class_='act_list').find_all('a') for i in info: urli = 'https://www.klook.com' i['href'] pro5_lst.append(urli) print('成功获取第%i条网址'%n) n =1 except: continueprint(pro5_lst) 2、 获取每种分类里所有网址的基本信息
3、每种分类用plt做散点图分析价格与评分的关系，直方图查看价格前十、评分前十、评价数目前十的活动 （二三同步进行）
以下是对“景点门票/表演”的分析
#获取pro1共90个活动的基本信息def get_data1(urli): headers={#此处可放入自己使用的计算机浏览网址的headers } ri = requests.get(url=urli,headers=headers) soupi = BeautifulSoup(ri.text,'lxml') dic = {} info = soupi.find('div',class_='white_bg') info1 = info.find('ul',class_='act_icons t14').find_all('li') info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1') dic['title']=info.find('h1').text for i in info1: try: infoi=[] i = i.text.replace('n','') infoi.append(i) dic['是否支持退改']=infoi[0] dic['使用方式']=infoi[1] dic['活动时长']=infoi[2].split('：')[1] dic['使用期限']=infoi[3] dic['入场方式']=infoi[4] except: continue dic['价格']=info2.find('p',class_='price').find('span').text dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('n','').split('人')[0] dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('n','') dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('n','').replace('(','').split('条')[0] return dicinfo1_list = []n=1for url in pro1_lst: try: #print(url) info1_list.append(get_data1(url)) print('成功获取第%i个网址的基本信息'%n) n =1 except: continue数据预处理：建立索引，转换数据类型，数据清洗
df1=pd.DataFrame(info1_list)df1.index=df1['title']df1['评价数目']=df1['评价数目'].str.replace(',','')df1['评分']=df1['评分'].str.replace(',','')df1['价格']=df1['价格'].str.replace(',','')df1['评分']=df1['评分'].astype(np.float)df1['评价数目']=df1['评价数目'].astype(np.int)df1['价格']=df1['价格'].astype(np.int)df1可视化：做散点图查看价格、评分、评价数目的关系
plt.title('分类1活动价格评分气泡图')plt.scatter(df1['价格'],df1['评分'],s=df1['评价数目']/100,alpha=0.8,cmap='Reds')plt.grid()#从散点图可以看出评分多集中在4.5-4.8分,价格集中在500元内，评论多在500元左右的活动
plt.title('价格分布图')plt.hist(df1['价格'],bins=10)plt.grid()#可以看出大部分活动价格集中在500内
#查看价格前十的活动dptop10=df1.sort_values(by='价格',ascending=False).iloc[:10]dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)#可以看出高价格主要是海洋馆&住宿和环球影城皇家套票
#查看评分前十的活动dptop10=df1.sort_values(by='评分',ascending=False).iloc[:10]dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)#可看出高评分主要集中在小丸子门票、海洋馆门票、植物园门票、读卖乐园门票、艺伎宴
#查看评价数目前十的活动dptop10=df1.sort_values(by='评价数目',ascending=False).iloc[:10]dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)#评价数目可以在一定程度上反映活动的热门程度，此处可以看出环球影城和迪士尼、海洋馆是最受欢迎的景点
以上便是对“景点门票/表演”的分析，从分析结果看建议做攻略的时候，景点可以考虑环球影城、海洋馆、迪士尼、静冈樱桃小丸子乐园、冲绳东南植物园、东京读卖乐园、东京大森茶屋艺伎宴等地，属于热门且评分较高的景点，具体可视出游路线而定~
以下是对“一日游/小团游”的分析
#获取pro2共153个活动的基本信息def get_data1(urli): headers={#此处可放入自己使用的计算机浏览网址的headers } ri = requests.get(url=urli,headers=headers) soupi = BeautifulSoup(ri.text,'lxml') dic = {} info = soupi.find('div',class_='white_bg') info1 = info.find('ul',class_='act_icons t14').find_all('li') info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1') dic['title']=info.find('h1').text for i in info1: try: infoi=[] i = i.text.replace('n','') infoi.append(i) dic['是否支持退改']=infoi[0] dic['使用方式']=infoi[1] dic['活动时长']=infoi[2].split('：')[1] dic['使用期限']=infoi[3] dic['入场方式']=infoi[4] except: continue dic['价格']=info2.find('p',class_='price').find('span').text dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('n','').split('人')[0] dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('n','') dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('n','').replace('(','').split('条')[0] return dicinfo2_list = []n=1for url in pro2_lst: try: #print(url) info2_list.append(get_data1(url)) print('成功获取第%i个网址的基本信息'%n) n =1 except: continue数据预处理：建立索引，转换数据类型，数据清洗
df2=pd.DataFrame(info2_list)df2.index=df2['title']df2['评价数目']=df2['评价数目'].str.replace(',','')df2['评分']=df2['评分'].str.replace(',','')df2['价格']=df2['价格'].str.replace(',','')df2['评分']=df2['评分'].astype(np.float)df2['评价数目']=df2['评价数目'].astype(np.int)df2['价格']=df2['价格'].astype(np.int)df2可视化：做散点图查看价格、评分、评价数目的关系
plt.title('分类2活动价格评分气泡图')plt.scatter(df2['价格'],df2['评分'],s=df2['评价数目']/100,alpha=0.8,cmap='Reds')plt.grid()#从散点图可以看出评分多集中在4-4.8分,价格集中在500元左右，评论多在300元内的活动
plt.title('价格分布图')plt.hist(df2['价格'],bins=10)plt.grid()#可以看出大部分活动价格集中在300-800元
#查看价格前十的活动dptop10=df2.sort_values(by='价格',ascending=False).iloc[:10]dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)#可以看出高价格主要是大阪、京都&奈良、广岛&宫岛等地的一日游包车活动
#查看评分前十的活动dptop10=df2.sort_values(by='评分',ascending=False).iloc[:10]dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)#可看出高评分主要集中东京筑地市场半日游、四国计程车乌龙面之旅、富士山等地巴士游、大阪黑门市场美食徒步旅、户隐高原巴士5日游等活动
#查看评价数目前十的活动dptop10=df2.sort_values(by='评价数目',ascending=False).iloc[:10]dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)#评价数目可以在一定程度上反映‘一日游/小团游’的热门程度，此处可以看出大阪周游券、欢迎来大阪卡、关西周游券、展望台电子门票较为热门
以上便是对一日游&小团游的分析，从分析结果建议做攻略的时候，从路线上看，出行可考虑购买周游券，包车比较方便但也比较昂贵，在一个城市待几天的话可以考虑购买周游券进行周边游，关西周游券可用于大阪、神户、京都以至奈良、和歌山、高野山的观光旅游，富士山旅游路线建议：忍野八海、御殿场outlet、抹茶体验、河口湖、五合目，富士&箱根：芦之湖、驹岳空中缆车，北海道：旭山动物园、美瑛青池；从评分上看，热门地点有：东京筑地市场、富士山、大阪黑门市场美食、户隐高原、东京SUP立式划桨体验、东京水上皮划艇体验、博多古寺巡礼等活动
以下是对“特色活动/体验”的分析
#获取pro3共143个活动的基本信息def get_data1(urli): headers={#此处可放入自己使用的计算机浏览网址的headers } ri = requests.get(url=urli,headers=headers) soupi = BeautifulSoup(ri.text,'lxml') dic = {} info = soupi.find('div',class_='white_bg') info1 = info.find('ul',class_='act_icons t14').find_all('li') info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1') dic['title']=info.find('h1').text for i in info1: try: infoi=[] i = i.text.replace('n','') infoi.append(i) dic['是否支持退改']=infoi[0] dic['使用方式']=infoi[1] dic['活动时长']=infoi[2].split('：')[1] dic['使用期限']=infoi[3] dic['入场方式']=infoi[4] except: continue dic['价格']=info2.find('p',class_='price').find('span').text dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('n','').split('人')[0] dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('n','') dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('n','').replace('(','').split('条')[0] return dicinfo3_list = []n=1for url in pro3_lst: try: #print(url) info3_list.append(get_data1(url)) print('成功获取第%i个网址的基本信息'%n) n =1 except: continue数据预处理：建立索引，转换数据类型，数据清洗
#确定索引，转换数据类型，数据清洗df3=pd.DataFrame(info3_list)df3.index=df3['title']j=0for i in df3["价格"]: if '免费' in i: df3["价格"][j]=0 j =1df3['评价数目']=df3['评价数目'].astype(str).str.replace(',','')df3['评分']=df3['评分'].astype(str).str.replace(',','')df3['价格']=df3['价格'].astype(str).str.replace(',','')df3['评分']=df3['评分'].astype(np.float)df3['评价数目']=df3['评价数目'].astype(np.int)df3['价格']=df3['价格'].astype(np.int)df3可视化：做散点图查看价格、评分、评价数目的关系
plt.title('分类3活动价格评分气泡图')plt.scatter(df3['价格'],df3['评分'],s=df3['评价数目']/100,alpha=0.8,cmap='Reds')plt.grid()#从散点图可以看出评分多集中在4.2-4.8分,价格集中在500元内，评论多在200元左右的活动
plt.title('价格分布图')plt.hist(df3['价格'],bins=10)plt.grid()#可以看出大部分活动价格集中在500元
#查看价格前十的活动dptop10=df3.sort_values(by='价格',ascending=False).iloc[:10]dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)#可以看出高价格主要是迪士尼乐园&迪士尼海洋馆，武士杀阵体验，浅草造型摄影、东京观光直升机、滑雪等活动
#查看评分前十的活动dptop10=df3.sort_values(by='评分',ascending=False).iloc[:10]dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)#可看出高评分主要集中京都东山人力车、青木原树海、武士杀阵体验、濑底岛帆伞&浮潜体验、天妇罗烹饪课&抹茶制作体验、茶道&书法&干果子制作体验、大阪城武士忍者神龟扮演体验、有马温泉体验、池袋动物广场萌宠体验等体验活动。
#查看评价数目前十的活动dptop10=df3.sort_values(by='评价数目',ascending=False).iloc[:10]dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)#评价数目可以在一定程度上反映‘特色活动&体验’的热门程度，此处可以看出大阪海洋馆、浅草寺和服体验、大江户温泉、京都和服、新宿机器人餐厅表演、岚山嵯峨野小火车、冲绳美丽海水族馆等活动较为热门，较多人评论
以上便是对‘特色活动&体验’的分析，从分析结果看建议做攻略的时候，土豪可以考虑武士杀阵体验，东京观光直升机、滑雪等体验，当然热门的京都东山人力车、青木原树海、濑底岛帆伞&浮潜体验、天妇罗烹饪课&抹茶制作体验、茶道&书法&干果子制作体验、大阪城武士忍者神龟扮演体验、有马温泉体验、池袋动物广场萌宠体验等体验活动评分较高，不容错过，大阪海洋馆、浅草寺和服体验、大江户温泉、京都和服、新宿机器人餐厅表演、岚山嵯峨野小火车、冲绳美丽海水族馆等活动评论人多很多，可见很多人参与，也可纳入攻略计划。
以下是对“地道美食”的分析
#获取pro4共112个活动的基本信息def get_data1(urli): headers={#此处可放入自己使用的计算机浏览网址的headers } ri = requests.get(url=urli,headers=headers) soupi = BeautifulSoup(ri.text,'lxml') dic = {} info = soupi.find('div',class_='white_bg') info1 = info.find('ul',class_='act_icons t14').find_all('li') info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1') dic['title']=info.find('h1').text for i in info1: try: infoi=[] i = i.text.replace('n','') infoi.append(i) dic['是否支持退改']=infoi[0] dic['使用方式']=infoi[1] dic['活动时长']=infoi[2].split('：')[1] dic['使用期限']=infoi[3] dic['入场方式']=infoi[4] except: continue dic['价格']=info2.find('p',class_='price').find('span').text dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('n','').split('人')[0] dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('n','') dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('n','').replace('(','').split('条')[0] return dicinfo4_list = []n=1for url in pro4_lst: try: #print(url) info4_list.append(get_data1(url)) print('成功获取第%i个网址的基本信息'%n) n =1 except: continue数据预处理：建立索引，转换数据类型，数据清洗
#确定索引，转换数据类型，数据清洗df4=pd.DataFrame(info4_list)df4.index=df4['title']df4['评价数目']=df4['评价数目'].astype(str).str.replace(',','')df4['评分']=df4['评分'].astype(str).str.replace(',','')df4['价格']=df4['价格'].astype(str).str.replace(',','')df4['评分']=df4['评分'].astype(np.float)df4['评价数目']=df4['评价数目'].astype(np.int)df4['价格']=df4['价格'].astype(np.int)df4可视化：做散点图查看价格、评分、评价数目的关系
plt.title('分类4活动价格评分气泡图')plt.scatter(df4['价格'],df4['评分'],s=df4['评价数目']/10,alpha=0.8,cmap='Reds')plt.grid()#从散点图可以看出评分多集中在4.5分左右,价格集中在200-500内，评论多在300元左右的活动
plt.title('价格分布图')plt.hist(df4['价格'],bins=10)plt.grid()#可以看出大部分活动价格集中在100-500元
#查看价格前十的活动dptop10=df4.sort_values(by='价格',ascending=False).iloc[:10]dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)#可以看出美食高价格主要是银座高级和牛牛排、清酒厂、米其林怀石料理、和牛烤肉等店
#查看评分前十的活动dptop10=df4.sort_values(by='评分',ascending=False).iloc[:10]dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)#可看出高评分主要有祗园怀石料理、乌丸御池店、螃蟹&海鲜居酒屋、和牛牛排西餐、北海道拉面、蟹本家、北一札幌拉面等店
#查看评价数目前十的活动dptop10=df4.sort_values(by='评价数目',ascending=False).iloc[:10]dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)#评价数目可以在一定程度上反映‘地道美食’的热门程度，此处可以看出玄品河豚、烧肉亭六歌仙、札幌啤酒园、武藏自助餐厅、日本酒专门店、蟹家、矶丸水产、玄品河豚等美食店较为热门，较多人评论
以上便是对‘地道美食’的分析，从分析结果看建议做攻略的时候，土豪可以考虑银座高级和牛牛排、清酒厂、米其林怀石料理、和牛烤肉等美食店；从评分看，祗园怀石料理、乌丸御池店、螃蟹&海鲜居酒屋、和牛牛排西餐、北海道拉面、蟹本家、北一札幌拉面等店是满分店，相信味道应该相当不错；从评论数目看，玄品河豚、烧肉亭六歌仙、札幌啤酒园、武藏自助餐厅、日本酒专门店、蟹家、矶丸水产、玄品河豚等美食店较为热门，性价比较高。
以下是对“当地交通/wifi”的分析
#获取pro5共214个活动的基本信息def get_data1(urli): headers={#此处可放入自己使用的计算机浏览网址的headers } ri = requests.get(url=urli,headers=headers) soupi = BeautifulSoup(ri.text,'lxml') dic = {} info = soupi.find('div',class_='white_bg') info1 = info.find('ul',class_='act_icons t14').find_all('li') info2 = info.find('div',class_='m_border_gray m_bg_white shadow_box__1') dic['title']=info.find('h1').text for i in info1: try: infoi=[] i = i.text.replace('n','') infoi.append(i) dic['是否支持退改']=infoi[0] dic['使用方式']=infoi[1] dic['活动时长']=infoi[2].split('：')[1] dic['使用期限']=infoi[3] dic['入场方式']=infoi[4] except: continue dic['价格']=info2.find('p',class_='price').find('span').text dic['参加人数']=info2.find('ul',class_='pay_otherinfo t_gray').find('div',class_='left_box').text.replace('n','').split('人')[0] dic['评分']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='m_star_v2 t12').text.replace('n','') dic['评价数目']=info2.find('ul',class_='pay_otherinfo t_gray').find('span',class_='t12 u_t_gray_6').text.replace('n','').replace('(','').split('条')[0] return dicinfo5_list = []n=1for url in pro5_lst: try: #print(url) info5_list.append(get_data1(url)) print('成功获取第%i个网址的基本信息'%n) n =1 except: continue数据预处理：建立索引，转换数据类型，数据清洗
#确定索引，转换数据类型，数据清洗df5=pd.DataFrame(info5_list)df5.index=df5['title']df5['评价数目']=df5['评价数目'].astype(str).str.replace(',','')df5['评分']=df5['评分'].astype(str).str.replace(',','')df5['价格']=df5['价格'].astype(str).str.replace(',','')df5['评分']=df5['评分'].astype(np.float)df5['评价数目']=df5['评价数目'].astype(np.int)df5['价格']=df5['价格'].astype(np.int)df5可视化：做散点图查看价格、评分、评价数目的关系
plt.title('分类5活动价格评分气泡图')plt.scatter(df5['价格'],df5['评分'],s=df5['评价数目']/100,alpha=0.8,cmap='Reds')plt.grid()#从散点图可以看出评分多集中在4.2-5分,价格集中在200元内，评论多在100元内的商品
plt.title('价格分布图')plt.hist(df5['价格'],bins=10)plt.grid()#可以看出大部分活动价格集中在250元内
#查看价格前十的活动dptop10=df5.sort_values(by='价格',ascending=False).iloc[:10]dptop10['价格'].plot(kind='bar',figsize=(10,5),color='y',grid=True)#可以看出交通高价格主要是札幌包车一日游、富士山箱根等地一日游、成天机场接送、大阪周边包车一日游、富士区一日游、京都市区一日游、京都奈良一日游等包车项目
#查看评分前十的活动dptop10=df5.sort_values(by='评分',ascending=False).iloc[:10]dptop10['评分'].plot(kind='bar',figsize=(10,5),color='r',grid=True)#可看出高评分主要有福冈周边接机、关西包车游览、茨城机场接送、4G随身wifi、4G上网卡、新千岁机场接送、4G隐身wifi、九州自驾租车、普光寺&松代一日乘车券等商品
#查看评价数目前十的活动dptop10=df5.sort_values(by='评价数目',ascending=False).iloc[:10]dptop10['评价数目'].plot(kind='bar',figsize=(10,5),color='b',grid=True)#评价数目可以在一定程度上反映‘交通&wifi’相关商品的热门程度，此处可以看出东京地铁乘车券、成田机场接送、日本随身wifi、欢迎来大阪卡、关西周游券、日本4G上网卡、箱根周游券等商品较多人购买使用。
以上便是对‘当地交通&wifi’的分析，从分析结果看建议做交通相关攻略的时候，根据游览地方，选择评分较高的交通方式，如：福冈周边接机、关西包车游览、茨城机场接送、4G随身wifi、4G上网卡、新千岁机场接送、4G隐身wifi、九州自驾租车、普光寺&松代一日乘车券等商品；同时可参考较多人使用的东京地铁乘车券、成田机场接送、日本随身wifi、欢迎来大阪卡、关西周游券、日本4G上网卡、箱根周游券等商品
根据对五个活动类别的分析，以下分别对景点、日游、体验、美食、交通五大方面给出建议： 1、景点&表演：环球影城、海洋馆、迪士尼、静冈樱桃小丸子乐园门票、冲绳东南植物园、东京读卖乐园、东京大森茶屋艺伎宴； 2、一日游&小团游：关西周游券可用于大阪、神户、京都以至奈良、和歌山、高野山的观光旅游，富士山旅游路线建议：忍野八海、御殿场outlet、抹茶体验、河口湖、五合目，富士&箱根：芦之湖、驹岳空中缆车，北海道：旭山动物园、美瑛青池；从评分上看，热门地点有：东京筑地市场、富士山、大阪黑门市场美食、户隐高原、东京SUP立式划桨体验、东京水上皮划艇体验、博多古寺巡礼； 3、特色体验：土豪可以考虑武士杀阵体验，东京观光直升机、滑雪等体验，当然热门的京都东山人力车、青木原树海、濑底岛帆伞&浮潜体验、天妇罗烹饪课&抹茶制作体验、茶道&书法&干果子制作体验、大阪城武士忍者神龟扮演体验、有马温泉体验、池袋动物广场萌宠体验、大阪海洋馆、浅草寺和服体验、大江户温泉、京都和服、新宿机器人餐厅表演、岚山嵯峨野小火车、冲绳美丽海水族馆不容错过； 4、地道美食：土豪可以考虑银座高级和牛牛排、清酒厂、米其林怀石料理、和牛烤肉等美食店；从评分看，祗园怀石料理、乌丸御池店、螃蟹&海鲜居酒屋、和牛牛排西餐、北海道拉面、蟹本家、北一札幌拉面等店是满分店，相信味道应该相当不错；从评论数目看，玄品河豚、烧肉亭六歌仙、札幌啤酒园、武藏自助餐厅、日本酒专门店、蟹家、矶丸水产、玄品河豚等美食店较为热门，性价比较高； 5、交通&wifi：根据游览地方，选择评分较高的交通方式，如：福冈周边接机、关西包车游览、茨城机场接送、4G随身wifi、4G上网卡、新千岁机场接送、4G隐身wifi、九州自驾租车、普光寺&松代一日乘车券等商品；同时可参考较多人使用的东京地铁乘车券、成田机场接送、日本随身wifi、欢迎来大阪卡、关西周游券、日本4G上网卡、箱根周游券等
以上是主要的分析思路和攻略建议
以下是对总数据分析后用活动名做词云图，对攻略意义不大，仅是为了做词云图和用pyecharts做交互式图表查看总体情况。
4、用pyecharts做交互式图表
#用pe作交互式图表import osos.chdir(r'C:UsersLenovoDesktop')from pyecharts import Lineline=Line('价格分布折现图',width=1500,height=800)line.add('价格',df1['title'],df1['价格'],is_smooth=True,is_datazoom_show=True)line.render()
from pyecharts import Barbar=Bar('价格分布柱状图',width=1500,height=800)bar.add('价格',df1['title'],df1['价格'],is_smooth=True,is_datazoom_show=True)bar.render()
5、将点评数作为频次，用活动名做词云图
#导出文件df1.to_excel(r'C:UsersLenovoDesktop日本KLOOK爬取信息.xlsx')
