🧑 博主簡介：曾任某智慧城市類企業算法總監，目前在美國市場的物流公司從事高級算法工程師一職，深耕人工智能領域，精通python數據挖掘、可視化、機器學習等，發表過AI相關的專利并多次在AI類比賽中獲獎。CSDN人工智能領域的優質創作者，提供AI相關的技術咨詢、項目開發和個性化解決方案等服務，如有需要請站內私信或者聯系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉絲群介紹：① 群內初中生、高中生、本科生、研究生、博士生遍布，可互相學習，交流困惑。② 熱榜top10的常客也在群里，也有數不清的萬粉大佬，可以交流寫作技巧，上榜經驗，漲粉秘籍。③ 群內也有職場精英，大廠大佬，可交流技術、面試、找工作的經驗。④ 進群免費贈送寫作秘籍一份，助你由寫作小白晉升為創作大佬。⑤ 進群贈送CSDN評論防封腳本，送真活躍粉絲，助你提升文章熱度。有興趣的加文末聯系方式，備注自己的CSDN昵稱，拉你進群，互相學習共同進步。

一、引言

??在大數據時代，數據分析和可視化成為了企業洞察市場、優化運營的重要手段。本文將利用Python的pyecharts庫對海底撈門店數據進行深入分析和可視化展示。通過這些圖表，我們可以直觀地了解海底撈的業務分布、營業時間分布以及門店的運營時長等關鍵指標。

二、數據概覽

??我們的數據集包含了海底撈門店的詳細信息，字段包括序號、省份、地址、店名、營業時間、開始營業、結束營業、營業時長、緯度和經度。

2.1 數據清洗

import pandas as pd
from pyecharts.charts import *# 讀取數據
df = pd.read_csv('clean_data.csv',encoding='gbk')# 1. 各省門店數量分析
province_count = df['省份'].value_counts().reset_index()
province_count.columns = ['省份', '門店數量']
# 創建黑色主題的可視化圖表
theme = ThemeType.DARK

三、數據可視化

??為了更好地理解數據，我們將繪制以下幾種圖表：

1. 各省海底撈門店數量分布柱狀圖
2. 全國門店分布地圖
3. 門店數量玫瑰圖（極坐標）
4. 營業時間分布折線圖（帶面積）
5. 營業時長詞云圖
6. 營業時長分布餅圖

3.1各省門店數量柱狀圖

bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width="100%",height="800px")).add_xaxis(province_count['省份'].tolist()).add_yaxis("門店數量", province_count['門店數量'].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="海底撈各省門店數量分布", subtitle="數據來源：海底撈門店數據",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 全國門店分布地圖

map = (Map().add("門店數量",[list(z) for z in zip(province_count['省份'].tolist(),province_count['門店數量'].tolist())],maptype="china",is_map_symbol_show=False)
)

3.3 門店數量玫瑰圖（極坐標)

# 創建玫瑰圖
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("門店數量",province_count['門店數量'].tolist(),type_="bar",label_opts=opts.LabelOpts(is_show=False,position="middle",formatter="{b}: {c}")
)

3.4 營業時間分布折線圖（帶面積）

# 創建帶面積的折線圖
line = (Line().add_xaxis([str(i) for i in range(34)]).add_yaxis("開始營業時間分布", start_hour_count.values.tolist()).add_yaxis("結束營業時間分布", end_hour_count.values.tolist())
)

3.5 營業時長詞云圖

# 生成詞云
wordcloud = (WordCloud().add("",word_cloud_data,word_size_range=[12, 90])
)

3.6 營業時長分布餅圖

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 可視化大屏

from pyecharts.charts import Page# 創建Page對象
page = Page(page_title="海底撈門店數據分析大屏",layout=Page.DraggablePageLayout,
)# 添加所有圖表
page.add(bar,map,polar,line,wordcloud,pie
)# 渲染大屏
page.render("海底撈門店數據分析大屏.html")

四、可視化結果分析

4.1 各省海底撈門店數量分布柱狀圖

??通過柱狀圖，我們可以直觀地看到江蘇省和北京市的海底撈門店數量最多，這表明海底撈在這些地區的市場滲透率較高。

4.2 全國門店分布地圖

??地圖展示了海底撈門店在全國范圍內的分布情況。顏色越深表示門店數量越多。可以看到，門店主要集中在東部沿海地區。

4.3 門店數量玫瑰圖（極坐標）

??玫瑰圖展示了各省門店數量占全國總門店數量的比例。廣東省占比最高，為11.96%，其次是江蘇省和浙江省。

4.4 營業時間分布折線圖（帶面積）

??折線圖顯示了不同時間段內開始營業和結束營業的門店數量。可以看到，大多數門店在上午9點和10點開始營業。

4.5 營業時長詞云圖

??詞云圖展示了海底撈門店名稱中出現頻率較高的詞匯，詞匯的大小表示營業時長的權重。通過詞云圖，我們可??以直觀地了解門店名稱中常見的詞匯及其與營業時長的相關性。

4.6 營業時長分布餅圖

??餅圖展示了不同營業時長的門店數量占比。可以看到，營業時長為22小時和21.5小時的門店數量最多。

五、結論

??通過上述分析，我們可以得出以下結論：

1. 海底撈門店主要集中在東部沿海地區，尤其是江蘇省和北京市。
2. 大部分門店的營業時間較長，集中在22小時和21.5小時。
3. 開始營業和結束營業時間相對集中，分別在上午9點和凌晨3點。