🧑 博主简介：曾任某智慧城市类企业算法总监，CSDN / 稀土掘金 等平台人工智能领域优质创作者。
目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。
一、引言
在大数据时代，数据分析和可视化成为了企业洞察市场、优化运营的重要手段。本文将利用Python的pyecharts库对海底捞门店数据进行深入分析和可视化展示。通过这些图表，我们可以直观地了解海底捞的业务分布、营业时间分布以及门店的运营时长等关键指标。
二、数据概览
我们的数据集包含了海底捞门店的详细信息，字段包括序号、省份、地址、店名、营业时间、开始营业、结束营业、营业时长、纬度和经度。
2.1 数据清洗
ini
import pandas as pd
from pyecharts.charts import *
# 读取数据
df = pd.read_csv('clean_data.csv',encoding='gbk')
# 1. 各省门店数量分析
province_count = df['省份'].value_counts().reset_index()
province_count.columns = ['省份', '门店数量']
# 创建黑色主题的可视化图表
theme = ThemeType.DARK三、数据可视化
为了更好地理解数据，我们将绘制以下几种图表：
- 各省海底捞门店数量分布柱状图
- 全国门店分布地图
- 门店数量玫瑰图（极坐标）
- 营业时间分布折线图（带面积）
- 营业时长词云图
- 营业时长分布饼图
3.1各省门店数量柱状图
ini
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width="100%",height="800px"))
.add_xaxis(province_count['省份'].tolist())
.add_yaxis(
"门店数量",
province_count['门店数量'].tolist(),
category_gap="50%",
label_opts=opts.LabelOpts(is_show=True, position="top", color="white")
)
.reversal_axis()
.set_series_opts(label_opts=opts.LabelOpts(position="right"))
.set_global_opts(
title_opts=opts.TitleOpts(
title="海底捞各省门店数量分布",
subtitle="数据来源：海底捞门店数据",
title_textstyle_opts=opts.TextStyleOpts(font_size=24, color="#FFD700"),
subtitle_textstyle_opts=opts.TextStyleOpts(font_size=16, color="#aaa")
),
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-45,color="#FFF")),
yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color="#FFF")),
visualmap_opts=opts.VisualMapOpts(
is_show=False,
pos_top='60%',
pos_left='40%',
range_color=["red","purple","green" ]
)
)
)
3.2 全国门店分布地图
ini
map = (
Map()
.add(
"门店数量",
[list(z) for z in zip(province_count['省份'].tolist(),province_count['门店数量'].tolist())],
maptype="china",
is_map_symbol_show=False
)
)
3.3 门店数量玫瑰图（极坐标)
ini
# 创建玫瑰图
polar = (
Polar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width="1100px",height="500px"))
.add_schema(
angleaxis_opts=opts.AngleAxisOpts(
data=province_count['省份'].tolist(),
type_="category"
)
)
.add(
"门店数量",
province_count['门店数量'].tolist(),
type_="bar",
label_opts=opts.LabelOpts(
is_show=False,
position="middle",
formatter="{b}: {c}"
)
)
3.4 营业时间分布折线图（带面积）
less
# 创建带面积的折线图
line = (
Line()
.add_xaxis([str(i) for i in range(34)])
.add_yaxis("开始营业时间分布", start_hour_count.values.tolist())
.add_yaxis("结束营业时间分布", end_hour_count.values.tolist())
)
3.5 营业时长词云图
ini
# 生成词云
wordcloud = (
WordCloud()
.add(
"",
word_cloud_data,
word_size_range=[12, 90]
)
)
3.6 营业时长分布饼图
ini
pie = (
Pie()
.add(
"",
[list(z) for z in zip(duration_count.index.tolist(), duration_count.values.tolist())],
radius=["30%", "65%"],
center=["50%", "50%"],
rosetype="radius"
)
)
3.7 可视化大屏
ini
from pyecharts.charts import Page
# 创建Page对象
page = Page(
page_title="海底捞门店数据分析大屏",
layout=Page.DraggablePageLayout,
)
# 添加所有图表
page.add(
bar,
map,
polar,
line,
wordcloud,
pie
)
# 渲染大屏
page.render("海底捞门店数据分析大屏.html")
四、可视化结果分析
4.1 各省海底捞门店数量分布柱状图
通过柱状图，我们可以直观地看到江苏省和北京市的海底捞门店数量最多，这表明海底捞在这些地区的市场渗透率较高。
4.2 全国门店分布地图
地图展示了海底捞门店在全国范围内的分布情况。颜色越深表示门店数量越多。可以看到，门店主要集中在东部沿海地区。
4.3 门店数量玫瑰图（极坐标）
玫瑰图展示了各省门店数量占全国总门店数量的比例。广东省占比最高，为11.96%，其次是江苏省和浙江省。
4.4 营业时间分布折线图（带面积）
折线图显示了不同时间段内开始营业和结束营业的门店数量。可以看到，大多数门店在上午9点和10点开始营业。
4.5 营业时长词云图
词云图展示了海底捞门店名称中出现频率较高的词汇，词汇的大小表示营业时长的权重。通过词云图，我们可以直观地了解门店名称中常见的词汇及其与营业时长的相关性。
4.6 营业时长分布饼图
饼图展示了不同营业时长的门店数量占比。可以看到，营业时长为22小时和21.5小时的门店数量最多。
五、结论
通过上述分析，我们可以得出以下结论：
- 海底捞门店主要集中在东部沿海地区，尤其是江苏省和北京市。
- 大部分门店的营业时间较长，集中在22小时和21.5小时。
- 开始营业和结束营业时间相对集中，分别在上午9点和凌晨3点。
如果您在人工智能领域遇到技术难题，或是需要专业支持，无论是技术咨询、项目开发还是个性化解决方案，我都可以为您提供专业服务，如有需要可站内私信或添加下方VX名片（ID：xf982831907）
期待与您一起交流，共同探索AI的更多可能！