香港酒店数据分析实战：数据操作、可视化与分析

本教程将带你使用 Python 代码进行香港酒店数据的分析，包括数据操作、数据可视化和数据分析三个方面。

1. 数据操作

(1) 读取香港酒店数据：

import pandas as pd
df = pd.read_excel('香港酒店数据.xlsx')
df.head()

(2) 查看所有类型为'浪漫情侣'，地区在湾仔的酒店：

df[(df['类型']=='浪漫情侣') & (df['地区']=='湾仔')]

2. 数据可视化

(1) 绘制不同类型酒店的数量条形图：

import matplotlib.pyplot as plt
plt.bar(df['类型'].unique(), df['类型'].value_counts())

(2) 绘制不同地区酒店的数量饼图：

plt.pie(df['地区'].value_counts(), labels=df['地区'].unique())

(3) 绘制不同价格区间酒店的数量折线图：

plt.plot(['0-500', '501-1000', '1001-1500', '1501-2000', '2000以上'],
         [df[df['价格区间']=='0-500'].shape[0],
          df[df['价格区间']=='501-1000'].shape[0],
          df[df['价格区间']=='1001-1500'].shape[0],
          df[df['价格区间']=='1501-2000'].shape[0],
          df[df['价格区间']=='2000以上'].shape[0]])

3. 数据分析

(1) 计算不同类型酒店的平均价格：

df.groupby('类型')['价格'].mean()

(2) 计算不同地区酒店的平均评分：

df.groupby('地区')['评分'].mean()

(3) 计算不同类型酒店的平均评分：

df.groupby('类型')['评分'].mean()

本教程示例代码展示了如何利用 Python 进行数据操作、可视化和分析，并得出一些有价值的结论，例如不同类型酒店的平均价格、不同地区酒店的平均评分等等。这些结论可以帮助我们更好地了解香港酒店的整体情况，为酒店的经营和管理提供参考。