Python实战—星巴克店铺分布数据分析

第一次吃星巴克，是一块小小的蛋糕，类似圣诞帽似的圆锥形，35块钱一块，感觉很贵，但那是别人买给我的。

 

以此为背景，研究星巴克店铺的分布情况，熟悉星巴克店铺的地理分布位置。

​

 

一、数据来源

本节使用星巴克店铺的数据集，通过Python可视化技术，分析星巴克店铺的分布情况，使用的数据来源于网络，其中City为店铺所在城市、State/Province为店铺所在的州和省份、Country为店铺所在国家。

 

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inline

 

starbucks = pd.read_csv(open('directory.csv',encoding='utf-8'))starbucks.head()

​

二、问题探索

• 星巴克店铺在全球的分布情况

• 哪些国家星巴克店铺较多

• 哪些城市星巴克店铺较多

• 星巴克店铺在我国的分布情况

 

三、数据清洗

starbucks.isnull().sum()

​

查看缺失值，City列有15个缺失值。

starbucks[starbucks['City'].isnull()]  #查看缺失值的具体情况。

​

def fill_na(x):
return x #定义填充函数

starbucks['City'] = starbucks['City'].fillna(fill_na(starbucks['State/Province']))
starbucks[starbucks['Country']=='EG']

​

用State/Province进行缺失值的填充。

starbucks['Brand'].unique() #过滤数据
array(['Starbucks', 'Teavana', 'Evolution Fresh', 'Coffee House Holdings'], dtype=object)
new_data = starbucks[starbucks['Brand'] == 'Starbucks']
new_data['Brand'].unique() #过滤数据
array(['Starbucks'], dtype=object)

 

new_data.to_csv('starbucks.csv',index=False,encoding='utf-8') #保存数

 

四、数据探索

starbucks = pd.read_csv(open('starbucks.csv',encoding='utf-8'))
starbucks.head()

​

 

starbucks.shape

(25247, 13)

星巴克店铺共有25247家分店。

 

len(starbucks['Country'].unique())

72

分布在72个国家。

 

len(starbucks['City'].unique())

5405

分布在5405个城市。

country_count = starbucks['Country'].value_counts()[0:10]
country_count

​

对Country计数，筛选出店铺数量排名前10位的国家。

plt.style.use('ggplot')    #设置图表样式
labels = list(country_count.index)  #刻度标签
plt.xlabel('Country')  #设置X轴标签
plt.ylabel('Count')  #设置Y轴标签
plt.title('Country Top 10')
plt.bar(range(len(labels)),country_count)
plt.xticks(range(len(labels)),labels,fontsize=12) #设置刻度和刻度标签

​

星巴克分布情况，美国位居榜首，中国次之。

city_count = starbucks['City'].value_counts()[0:10]
city_count

​

对City计数，筛选出店铺数量排名前10位的城市。​​​​​​​

plt.figure(figsize=(10,6))  #设置图片大小
plt.rcParams['font.sans-serif'] = ['simhei'] #指定默认字体
plt.rcParams['axes.unicode_minus'] = False   #解决保存图像是负号'-'显示为方块的问题
labels = list(city_count.index)  #刻度标签
plt.xlabel('City')  #设置X轴标签
plt.ylabel('Count')  #设置Y轴标签
plt.title('City Top 10')
plt.bar(range(len(labels)),city_count)
plt.xticks(range(len(labels)),labels) #设置刻度和刻度标签

​

上海市作为国际化大都市，星巴克店铺数量最多，西雅图作为星巴克的总部城市，排在第十位。

ownership_count = starbucks['Ownership Type'].value_counts()[0:10]
ownership_count

​

china_data = starbucks[starbucks['Country'] == 'CN'] #筛选中国的数据
china_data.head()

​

 

china_data.to_csv('cn_starbucks.csv',index=False,encoding='utf-8') #保存中国的数据

cn_starbucks = pd.read_csv(open('cn_starbucks.csv',encoding='utf-8'))
cn_starbucks.head()

​

 

city_count = cn_starbucks['City'].value_counts()[0:10]
city_count

​

对City计数，筛选出店铺数量在中国排名前10位的城市。

plt.rcParams['font.sans-serif'] = ['simhei'] #指定默认字体
plt.rcParams['axes.unicode_minus'] = False   #解决保存图像是负号'-'显示为方块的问题
labels = list(city_count.index)  #刻度标签
plt.xlabel('City')  #设置X轴标签
plt.ylabel('Count')  #设置Y轴标签
plt.title('星巴克各城市分布')
plt.barh(range(len(labels)),city_count)
plt.yticks(range(len(labels)),labels) #设置刻度和刻度标签

​

在中国，北上广深这四个城市的店铺排名靠前，与当地的经济实力有着密切的关系。

 

以上就是今天推送的文章，研究星巴克店铺的分布情况，数据分析就是将实际生活问题，数据处理并且可视化的过程，一起学习吧！

​