源码开放：基于Pyecharts可视化分析苏州旅游攻略

大家好，我是Peter~

全国旅游城市终于又更新啦!以前写过厦门、长沙、成都、西安、大连。今天带来的是：上有天堂，下有苏杭：苏州来了。终于挤出时间把苏州的旅游景点和美食的攻略写完了。

很多年之前Peter去苏州旅游过一次，所以还是有些印象。到现在还记得当年去的几个景点：观前街、留园、苏州博物馆……

个人觉得苏州这个城市还是蛮不错的，真的是江南城市代表。到达苏州站，看到苏州护城河，河街相邻;走到城市中，房子低檐，粉墙黛瓦，老街园林到处可见;看到各种园林古迹，历史感比较厚重;听到当地人说话，温婉尔雅，轻声细语。

将来一定会找个时机再游苏州~

苏州

苏州是中国经济高度发达的地区，是江苏省的经济中心、工商业和物流中心城市，也是重要的金融、文化、艺术、教育和交通中心。下面这幅图来自维基百科，可以看到组成苏州的几个县级市和区。巩固下地理吧~

数据来源

本文中共有两份数据：苏州美食和苏州景点。数据是通过爬虫方式获取的，文末有数据分析源码获取方式。

郑重声明：本文的数据仅作为数据分析和可视化效果展示使用，未用作其他用途;若有转载，请注明出处~

数据效果

我们以苏州景点的数据分析作为展示。本文亮点是所有的图形使用的是可视化库：pyecharts，这是一个国产的可视化库

苏州景点

苏州景点的数据分析主要是从以下几个方面展开：

导入库

import pandas as pd 
import re 
 
# 显示所有列 
# pd.set_option('display.max_columns', None) 
 
# 显示所有行 
# pd.set_option('display.max_rows', None) 
 
# 设置value的显示长度为100，默认为50 
# pd.set_option('max_colwidth',100) 
 
# 绘图相关 
import jieba 
import matplotlib.pyplot as plt 
from pyecharts.globals import CurrentConfig, OnlineHostType   # 事先导入，防止不出图 
from pyecharts import options as opts  # 配置项 
from pyecharts.charts import Bar, Pie, Line, Funnel, WordCloud, Grid, Page  # 各个图形的类 
from pyecharts.commons.utils import JsCode    
from pyecharts.globals import ThemeType,SymbolType 

省略相关的数据导入和数据探索部分，重点是看看数据分析的结果。苏州景点数据有2000*8

景点分布

在这里展示的苏州各个地方的景点个数：

c = ( 
    Pie(init_opts=opts.InitOpts(theme=ThemeType.CHALK)) 
    .add("", [list(z) for z