誰才是中式快餐業的扛把子！！

10-15

誰才是中式快餐業的扛把子！！

26 人贊了文章

一直以來，肯德基、麥當勞都是毫無疑問的快餐業巨頭，那民族快餐呢？

老美有蘋果，咱們有華為，韓國有現代，咱們有紅旗，日本有小電影，咱們有爛劇……為啥在中國人最驕傲的吃上面沒有交出一份滿意的成績單呢？

刷微博看到一個老段子：找出中國的餐飲業的四大巨頭，不服就撕！

評論里那是一個熱鬧啊，唇槍舌戰，水深火熱、熱火朝天，紅紅火火，恭賀新年…好像哪裡有些不對，反正大家各執己詞，說出自己心目中的餐飲業巨頭。但是幾個版本下來，蘭州拉麵和沙縣小吃是毫無疑問的當選。

那麼：

中國的快餐業情況到底是什麼樣的呢？

我帶著疑問進行了探究。

首先對找到了一份全國小吃餐飲店的txt格式的數據，

部分

一共有『門店名稱，省，市，區縣，分類』這五個欄位

然後我使用pandas，matplotlib，pyechart和powerbi等對數據進行處理和可視化展示：

1.啟動jupyter

2.導入模塊（有部分模塊是做其他項目時使用，此次項目未使用）

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom pandas import DataFrame,Seriesfrom pylab import *import refrom wordcloud import WordCloudimport numpy as npimport jiebafrom PIL import Imagefrom pyecharts import Bar,Line,Overlap,EffectScatter,Mapplt.rcParams[font.sans-serif]=[SimHei]plt.rcParams[axes.unicode_minus]=False

3.讀取數據

f = open("小吃門店列表.txt","r") #設置文件對象data = f.readlines() #直接將文件中按行讀到list里f.close() #關閉文件data

ps:因為數據量有些大，使用常規方法讀取會報錯讀取中斷

轉換成DataFrame

data=pd.DataFrame(data)data

4.數據清洗

a=data[0].str.split( ).apply(pd.Series)a.columns=[門店名稱,省,市,區縣,分類]a=a[1:] a[分類]=a[分類].str.replace( , )a.head(10)

重新命名列明，原先的列明不要，從第二條數據開始取

對欄位里的和
進行替換

b=a.groupby(a[分類]).size()plt.bar(b.index,b.values,label=各小吃門店數量,color=m)plt.xlabel(數量)plt.ylabel(小吃品牌)plt.legend()plt.show()

各快餐門店數量條形圖

plt.pie(b.values,labels=b.index,startangle=90,shadow=True,explode=(0.1,0,0,0,0,0,0,0),autopct=%.1f%%)plt.show()

各快餐店門店數量佔比圖

powebi 繪圖

b=a.groupby(a[分類]).size().sort_values(ascending=False)b

從以上可視化圖形我們可以明顯的觀察到，蘭州拉麵以約39000家的數量成為中式快餐的No.1

前八名分別是蘭州拉麵、沙縣小吃、黃燜雞米飯、灌湯包、重慶小面、臘汁肉夾饃、桂林米粉、鴨血粉絲湯

接下來，我們來探究下各個城市快餐的數量問題

b1=a.groupby(a[省]).size()b1=b1[b1.values>200]b1b1=b1.sort_values().tail(12)b1

因為澳門、香港的此類中式快餐數量很少，所以我直接忽略

plt.scatter(b1.index,b1.values,label=各個城市小吃店數量,s=b1.values/50,color=g)plt.xticks(np.arange(12), (上海,安徽,山東 ,廣東,廣西,江蘇,河北,河南,浙江,湖北,福建,陝西), rotation=40)#rotation控制傾斜角度plt.xlabel(區域)plt.ylabel(數量)plt.legend()plt.show()

使用matplotlib畫了一份關於各省快餐店數量的散點圖

從圖中，我們很明顯的發現，廣東省的快餐店數量是最多的。這也間接的證明了廣東人在「吃「這個天賦的上的優勢

接下來，本想使用pyechart的Map,但是發現Pyechart 有個很大的局限性，它不能識別正式的行政區，such as：可以識別廣西，但是識別不了廣西壯族自治區，可以識別上海，卻不能識別上海市，因為省級行政區有限，所以我對行政區的名字進行了清洗。

b2=a.groupby(a[市]).size()b2a[省份]=a[省]a[省份]=a[省份].str.replace(省,)a[省份]=a[省份].str.replace(壯族自治區,)a[省份]=a[省份].str.replace(維吾爾自治區,)a[省份]=a[省份].str.replace(回族自治區,)a[省份]=a[省份].str.replace(自治區,)a[省份]=a[省份].str.replace(市,)ab3=a.groupby(a[省份]).size()b3=b3[b3.values>200]b3

使用Map

value = list(b3.values)attr = list(b3.index)map1 = Map("全國地圖示例", width_=800, height=600)map1.add("", attr, value, maptype=china,is_visualmap=True,visual_text_color=#000,is_label_show=True,visual_range=[0,22000])map1