湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

目錄

1引言1

1.1畢業(yè)設(shè)計背景1

1.2開發(fā)環(huán)境與工具1

1.2.1Python簡介1

1.2.2MYSQL簡介2

1.2.3Jypyternotebook簡介2

1.2.4Python第三方庫簡介3

2需求分析3

2.1可行性需求分析3

2.2采集目標(biāo)功能分析4

2.3關(guān)鍵技術(shù)分析4

2.3.1網(wǎng)絡(luò)爬蟲技術(shù)4

2.3.2文件存取技術(shù)5

2.3.3可視化技術(shù)5

3數(shù)據(jù)采集6

3.1采集頁面分析6

3.2字段分析9

3.3編程實現(xiàn)11

4數(shù)據(jù)清洗與處理13

4.1數(shù)據(jù)清洗13

4.2數(shù)據(jù)存儲15

4.3編程實現(xiàn)16

5數(shù)據(jù)統(tǒng)計與分析19

5.1數(shù)據(jù)準(zhǔn)備19

5.2數(shù)據(jù)展示22

5.2.1根據(jù)菜品名稱進行分析22

5.2.2根據(jù)葷菜種類進行統(tǒng)計23

I

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

5.2.3根據(jù)廚房調(diào)料種類進行頻率統(tǒng)計24

5.3綜述24

6小結(jié)25

參考資料27

II

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

基于Python的美食城網(wǎng)數(shù)據(jù)采集與分析

1引言

在這個高速發(fā)展的時代，數(shù)據(jù)已經(jīng)成為了數(shù)字時代的重要戰(zhàn)略資源。通過

利用大數(shù)據(jù)，我們可以更深入地了解并利用底層數(shù)據(jù)，而這些數(shù)據(jù)往往被傳統(tǒng)

的數(shù)據(jù)挖掘和處理方式所忽略。由于關(guān)系型數(shù)據(jù)庫引擎不能有效地處理復(fù)雜的、

具有高度時延性和規(guī)模性的數(shù)據(jù)，因此，采用大規(guī)模數(shù)據(jù)分析技術(shù)成為了必不

可少的。

1.1畢業(yè)設(shè)計背景

不管是對于家庭還是餐館來說，了解人們平時的飲食習(xí)慣和愛好的菜品就

至關(guān)重要，這不僅僅可以給餐館帶來更多的收入，也可以讓每個家庭的一日三

餐吃得更有韻味。中國有著悠久的歷史和廣闊的國土，這些造就了豐富且極具

地域特色的飲食文化。由于每個地區(qū)氣候、風(fēng)俗習(xí)慣和物產(chǎn)的不同，從古至今，

中國餐飲文化就形成了大量不同的菜系，最終形成了魯、川、粵、閩、浙、湘、

徽這八大菜系。中國傳統(tǒng)飲食文化中，“藥膳同功”一直被視為一種重要的養(yǎng)

生方式，它強調(diào)利用食材原料的藥用價值，精心烹制出各種美味佳肴，以期望

能夠有效預(yù)防和治療各種疾病。

涉及到菜品的信息有很多，我們通過對網(wǎng)頁進行解析和數(shù)據(jù)爬取，從而獲

得我們所需要的菜品及其制作方式。

我的畢業(yè)設(shè)計就是針對美食城網(wǎng)站的菜品和制作方式爬取，對其進行處理，

分析，然后可視化。大量的數(shù)據(jù)經(jīng)過清洗加分析后，我們更好的了解平時大眾

愛好的口味和菜類。所以我的畢業(yè)設(shè)計部分包含數(shù)據(jù)爬取、清洗處理、儲存、

可視化。

1.2開發(fā)環(huán)境與工具

1.2.1Python簡介

Python本義是“蟒蛇”，在1989年的圣誕節(jié)，是Guido（Guidovan

Rossum）為了解悶開發(fā)出的一個新的腳本程序。

1

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

ABC語言擁有很強的功能，它在設(shè)計上就是為了給非專業(yè)程序員服務(wù)的，而

Python語言就是以ABC語言為基礎(chǔ)的教學(xué)語言，但是很遺憾的是，ABC語言并

沒有被廣泛地使用，Guido也對這一現(xiàn)象進行了分析，認為這很有可能是因為

ABC語言的非開放性造成的。

在編程語言發(fā)展至今，Python的排名已經(jīng)與老牌的C語言和JAVA語言不相

上下，它也逐漸走進非IT行業(yè)工作者的視野內(nèi)。由于python的設(shè)計哲學(xué)是非

常簡單、明確、優(yōu)雅的，也導(dǎo)致如今網(wǎng)絡(luò)上流傳著“人生苦短，我用Python”

的說法。Python語言上手十分地簡單易懂，其語法像自然語言，對于非專業(yè)人

士來說可以說是選擇其成本最低。

由于其這些特性，在1991年第一個公開發(fā)行版問世之后，Python便得到

了程序員們的廣泛歡迎和喜愛，它的使用率呈直線性增長。從2004年開始，

Python的使用率迅速上升。到2010年，Python成為TIOBE2010年度語言冠軍。

在2017IEEESpectrum發(fā)布的2017年度編程排行榜中，Python獲得第一名。

大量的數(shù)據(jù)表明python已經(jīng)成為了一門被人們廣泛使用的高級編程語言，

并且易學(xué)，第三方庫足夠豐富、并且免費開源、支持跨多平臺且可移植性比較

強。

1.2.2MYSQL簡介

計算機最開始是用于各國戰(zhàn)爭中用來破譯個計算敵軍密碼的工具，后來發(fā)

展到需要計算一些實驗中的數(shù)據(jù)和公式。在計算中會產(chǎn)生大量的實驗數(shù)據(jù)，后

面人們把每個數(shù)據(jù)按一定的順序存到硬盤中并按照進行排序，這種一定結(jié)構(gòu)存

入數(shù)據(jù)的容器，人們將之稱為數(shù)據(jù)庫。

數(shù)據(jù)庫，又叫數(shù)據(jù)管理系統(tǒng)，是存儲電子文件的處所，也可當(dāng)做電子化的

文件柜，用戶可以對文件中的資料運行新增、查詢、更新、刪除等操作。

MYSQL數(shù)據(jù)庫圖表是一個小海豚，其象征了數(shù)據(jù)庫讀取，存取速度和優(yōu)秀準(zhǔn)

確的含義，其不僅簡單高效安全，還可和大量主流計算機語言結(jié)合，這也體現(xiàn)

了MYSQL數(shù)據(jù)庫的簡單，并且這也是一個免費開源，深受普通中小企業(yè)歡迎。

1.2.3Jypyternotebook簡介

Jupyternotebook是基于網(wǎng)頁的交互計算的應(yīng)用程度，可用于全過程計算：

開發(fā)，文檔編寫、運行代碼和展示結(jié)果。能夠通過網(wǎng)頁的形式打開，能夠直接

在網(wǎng)頁的頁面中編寫代碼并運行，而且會在代碼塊下顯示運行結(jié)果?？芍^是一

枝獨秀。它在大數(shù)據(jù)方面應(yīng)用非常廣泛，特別是用于數(shù)據(jù)清洗和處理，數(shù)據(jù)可

2

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

視化和數(shù)據(jù)挖掘方面也是相當(dāng)?shù)姆奖憧旖荨?/p>

1.2.4Python第三方庫簡介

Scrapy：用Python實現(xiàn)的一個為了爬取網(wǎng)絡(luò)數(shù)據(jù)、提取結(jié)構(gòu)性數(shù)據(jù)編寫的

應(yīng)用框架。

Re：包含的正則表達式的字符串創(chuàng)建模式對象，有多種字符串匹配方法。

Csv：是python自帶的模塊，可以讀取csv文件和將數(shù)據(jù)存入csv表格中。

Pandas：是python的核心數(shù)據(jù)分析支持庫，一款非常強大、非常靈活、并

且可以支持任何語言的開源數(shù)據(jù)分析工具。

Pyecharts：是一個用來產(chǎn)生Echarts圖的庫.因為Echarts所產(chǎn)生的圖形

具有很好的視覺效果，所以pycharts被設(shè)計成與Python相銜接，便于在Python

中直接利用數(shù)據(jù)來創(chuàng)建圖表。

2需求分析

2.1可行性需求分析

1、技術(shù)可行性

python編程語言是一門通俗易懂，動態(tài)地面向?qū)ο蟮挠嬎銠C編程語言，在

這次項目中，將使用python進行數(shù)據(jù)的獲取，然后通過數(shù)據(jù)清洗對數(shù)據(jù)進行預(yù)

處理，通過數(shù)據(jù)可視化將我們爬取的數(shù)據(jù)進行具體的體現(xiàn)。

由于美食城網(wǎng)站是靜態(tài)的，所以我們只需要模擬瀏覽器的真實請求，構(gòu)造

請求消息，然后發(fā)送人為構(gòu)造的請求信息，獲取網(wǎng)站響應(yīng)的網(wǎng)頁源代碼，并進

行網(wǎng)站源代碼進行解析、清洗，找到自己想要的數(shù)據(jù)并保存就行了。在后續(xù)的

數(shù)據(jù)預(yù)處理和可視化中再進行調(diào)用。最后我們會將準(zhǔn)確的數(shù)據(jù)存入MySQL數(shù)據(jù)

庫中作持久化儲存。

以上為此次項目的技術(shù)可行性，我也將在后續(xù)的工作中將所有的步驟實現(xiàn)

到位，保證數(shù)據(jù)的準(zhǔn)確性和安全性。

2、項目可行性

中國是一個餐飲文化大國，長期以來在某一地區(qū)由于地理環(huán)境、氣候物產(chǎn)、

文化傳統(tǒng)以及民族習(xí)俗等因素的影響，稱為菜系。而不同的菜系和口味也決定

了東西南北的口味差異和不同的飲食習(xí)慣。快速了解人們平時的吃得比較多的

菜品名稱和肉類、以及用的比較多調(diào)料，對于餐廳和不同家庭的快速找到自己

的喜好菜品至關(guān)重要，也可以讓別人更好地去了解到什么樣的葷菜是人們最常

3

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

吃的，從而加快餐館招攬生意以及市場的流通，還能夠讓我們了解更多的飲食

文化，豐富我們對于美食的認識。

2.2采集目標(biāo)功能分析

本畢業(yè)設(shè)計的數(shù)據(jù)集來源是美食城網(wǎng)站，是通過python爬取美食城網(wǎng)站的

所有美食及其美食制作方式的信息。數(shù)據(jù)清洗后的數(shù)據(jù)一共有3211條數(shù)據(jù)，在

爬取完成后反復(fù)確認了數(shù)據(jù)的準(zhǔn)確性，驗證并確認了爬取數(shù)據(jù)是美食城網(wǎng)站的

實時數(shù)據(jù)。

本次爬取了美食城網(wǎng)站的美食名稱及其美食制作方式，在對初步數(shù)據(jù)預(yù)處

理后我們會對這些數(shù)據(jù)進行多方面的分析。比如從菜品名稱進行分析、查看人

們常吃的葷類、從調(diào)料品進行分析，那么我們就可以知道大眾口味的細類以及

平時炒菜時應(yīng)該加入的調(diào)料。

2.3關(guān)鍵技術(shù)分析

2.3.1網(wǎng)絡(luò)爬蟲技術(shù)

我們平時瀏覽數(shù)據(jù)的時候可以通過敲取或者粘貼復(fù)制的方式去得到我們想

要的數(shù)據(jù)和信息，這僅僅只局限于少量數(shù)據(jù)，但是對于一個網(wǎng)站來說數(shù)據(jù)量都

是非常恐怖的，那我們就沒有那么多的時間和精力去獲得和篩選我們的想要得

到的信息和數(shù)據(jù)。這個時候通過網(wǎng)絡(luò)爬蟲手段自動爬取我們想要的數(shù)據(jù)，然后

對其進行篩選和分析。

根據(jù)其體系結(jié)構(gòu)及實現(xiàn)技術(shù)，爬蟲技術(shù)可以將其劃分為：1、通用爬蟲；2、

聚焦爬蟲；3、增量爬蟲；4、深度爬蟲。事實上，網(wǎng)絡(luò)爬蟲系統(tǒng)通常是由多個

爬蟲技術(shù)組合而成的。。

通用網(wǎng)絡(luò)爬蟲：又叫全網(wǎng)爬蟲，通用網(wǎng)絡(luò)爬蟲爬取的資源來自于全互聯(lián)網(wǎng)。

對于此類爬蟲來說，其爬取性能要求非常高，這種爬行工具主要是在大型的搜

索引擎上使用，具有很高的實用價值。

聚焦網(wǎng)絡(luò)爬蟲：聚焦網(wǎng)絡(luò)爬蟲又被稱為主題網(wǎng)絡(luò)爬蟲，它指的是一種對預(yù)

定好的主題有選擇性地進行網(wǎng)頁爬取的一種爬蟲。聚焦網(wǎng)絡(luò)爬蟲與通用網(wǎng)絡(luò)爬

蟲不同的地方在于，它將目標(biāo)資源定位在全互聯(lián)網(wǎng)中，它是將爬取的目標(biāo)網(wǎng)頁

定位在與主題有關(guān)的頁面中，這樣就可以極大地節(jié)省爬蟲爬取時所需要的服務(wù)

器資源和帶寬資源。

4

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

增量式網(wǎng)絡(luò)爬蟲通常指的是對已下載的網(wǎng)頁采取增量式更新，并只對新產(chǎn)

生的或者已經(jīng)發(fā)生變化的網(wǎng)頁進行爬行。

深層網(wǎng)絡(luò)爬蟲可以爬取互聯(lián)網(wǎng)中的深層頁面。深層網(wǎng)絡(luò)爬蟲主要有URL列

表、LVS列表、解析器、爬行控制器、LVS控制器、表單分析器、表單處理器、

響應(yīng)分析器等部分構(gòu)成。

2.3.2文件存取技術(shù)

Python內(nèi)置方法，如圖2-1。

圖2-1python內(nèi)置方法圖

數(shù)據(jù)清洗內(nèi)置數(shù)據(jù)存儲方法，如圖2-2。

圖2-2數(shù)據(jù)清洗內(nèi)置方法圖

2.3.3可視化技術(shù)

爬取下來的數(shù)據(jù)先進行預(yù)處理，然后存儲為csv文件，此數(shù)據(jù)集是我們爬

取到的所有數(shù)據(jù)的，那么我們怎樣才能突出我們爬取數(shù)據(jù)的特點呢。

這個時候就到了數(shù)據(jù)可視化技術(shù)的重要性，我們可以通過這項技術(shù)將我們

爬取到的數(shù)據(jù)處理為圖形展現(xiàn)出來，這種表達會更加直觀和突出其特色。讓我

們一眼就可以看到亮點，這就是數(shù)據(jù)可視化技術(shù)。

數(shù)據(jù)可視化技術(shù)對于一組數(shù)據(jù)的分析起到至關(guān)重要的作用。我們只要選擇

適合的圖表來展現(xiàn)數(shù)據(jù)就可以得到大量信息，并且其有很高的性價比，視覺表

現(xiàn)，簡單的私有化部署和非常強的可拓展性。這對于大量數(shù)據(jù)的處理是至關(guān)重

5

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

要的。

數(shù)據(jù)可視化能夠更加輕松地識別異常值，這有助于了解數(shù)據(jù)的表現(xiàn)已經(jīng)其

差異性，使每一個人都能迅速而容易地把數(shù)據(jù)轉(zhuǎn)化成觀察能力。

數(shù)據(jù)可視化的優(yōu)點就是它能改變傳統(tǒng)的管理模式，使數(shù)據(jù)呈現(xiàn)更為及時、

直觀和簡便。同時加深數(shù)據(jù)的針對性和客觀性。我們就針對這一特點，對我們

爬取所獲得的數(shù)據(jù)用python第三方庫pyecharts去進行可視化?？梢暬Y(jié)果一

目了然，對數(shù)據(jù)用詞云圖、折線圖和條形圖表現(xiàn)出來，從而得出結(jié)論。

3數(shù)據(jù)采集

3.1采集頁面分析

我們通過谷歌瀏覽器搜索美食城官方網(wǎng)站，找到美食城網(wǎng)站其URL為：

，如圖3-1。

圖3-1數(shù)據(jù)網(wǎng)址頁面圖

在網(wǎng)站主頁找到菜譜頁面的家常菜，這時候URL變?yōu)椋?/p>

/caipu/jiachang/，如圖3-2。

6

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-2數(shù)據(jù)分頁頁面1圖

點擊頁面下方的分頁按鈕切換至第2頁和第3頁，同時觀察URL，可以發(fā)現(xiàn)

/caipu/jiachang/2.html變?yōu)?/p>

/caipu/jiachang/3.html，如圖3-3，圖3-4。

7

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-3數(shù)據(jù)分頁頁面2圖

圖3-4數(shù)據(jù)分頁頁面3圖

按F12調(diào)出開發(fā)者模式，刷新頁面，點擊Netbook。通過全局搜索工具來定

位到我們所需要的數(shù)據(jù)位置，然后點擊開發(fā)者工具上的Headers字段，來分析

這是個什么請求，發(fā)現(xiàn)這是個GET請求，如圖3-5。翻到頁面底部，找到

User-Agent，如圖3-6。

圖3-5分析數(shù)據(jù)請求圖

8

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-6http的請求頭User-Agent圖

3.2字段分析

首先找到網(wǎng)站需要被爬取的數(shù)據(jù)字段：美食名稱及其制作方式。由于初步

得出的數(shù)據(jù)會有重復(fù)現(xiàn)象，如菜名和制作方式字段里面同時出現(xiàn)“紅三魚”這

個字段，所以首先從制作方式中統(tǒng)計調(diào)料的詞頻，再將除了菜名以外的字段刪

除后來統(tǒng)計葷菜詞頻數(shù)據(jù)，由于制作方式不會重復(fù)出現(xiàn)同一種廚房調(diào)料，而一

個菜名也不會出現(xiàn)相同的葷菜名字，由此也保證了我們的數(shù)據(jù)準(zhǔn)確度。

進入一個美食的詳情頁面，拿“醬香紅三魚”為例。然后進去開發(fā)者工具

頁面，點擊檢查按鈕或者按住ctrl+shift+c點擊菜名“醬香紅三魚”如圖3-7。

可以看到菜名為單列表，那么只需要右擊此列表找到復(fù)制（copy）然后點擊復(fù)

制完整的xpath（copyfullxpath）即可，如圖3-8。

9

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-7菜名字段分析圖

圖3-8菜名字段的xpath獲取圖

同理，再找到需要爬取的美食制作方式字段的列表，可以發(fā)現(xiàn)美食制作方

式是多個列表組成的列表項，就要找到這組標(biāo)簽的主標(biāo)簽（包含所需內(nèi)容的全

部標(biāo)簽）。對其復(fù)制完整的xpath。如圖3-9，3-10。

圖3-9制作方式字段分析圖

10

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-10制作方式字段xpath獲取圖

復(fù)制出來的xpath后續(xù)只需要在運行代碼中使用xpath解析就可以爬取到

想要的菜名和制作方式，如圖3-11。

圖3-11將獲取的xpath進行解析圖

3.3編程實現(xiàn)

導(dǎo)入所需庫，如圖3-12。

圖3-12導(dǎo)入所需庫頁面圖

設(shè)置請求頭，偽裝成瀏覽器訪問服務(wù)器，如圖3-13。

圖3-13請求頭內(nèi)容頁面圖

11

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

代碼實現(xiàn)如下：

importscrapy

importre

fromscrapy.selectorimportSelector

from..itemsimportFoodsItem

classFoodsSpiderSpider(scrapy.Spider):

name="foods_spider"

allowed_domains=[""]

defstart_requests(self):

cuisines={

"chuancai":45,

"xiangcai":7,

"huicai":2,

"lucaicaipu":8,

"mincaicaipu":5,

"sucaicaipu":6,

"zhecaicaipu":12,

"yuecaicaipu":22,

"jingcaicaipu":5,

"dongbeicaipu":7,

"xibeicai":2,

"qingzhencaipu":5

}

base_url="/caipu/"

#遍歷菜系，第一頁為index.html,往后依次為page.html

forcuisine,pagesincuisines.items():

#遍歷頁面

forpageinrange(1,pages+1):

ifpage==1:

yieldscrapy.Request(

url=base_url+cuisine+"/index.html",

callback=self.parse_foods_list

)

else:

yieldscrapy.Request(

url=base_url+cuisine+"/"+str(page)+".html",

callback=self.parse_foods_list

)

defparse_foods_list(self,response):

sel=Selector(response)

foods_list=sel.xpath("/html/body/div/div[2]/div[1]/div[3]/div")

12

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

forfoodinfoods_list:

details_link=food.xpath("./div[2]/h4/a/@href").extract_first()

yieldscrapy.Request(

url=details_link,

callback=self.parse_foods_method

)

defparse_foods_method(self,response):

sel=Selector(response)

name=sel.xpath("/html/body/div/div[2]/div[1]/div[2]/h1/text()").extract_first()

content=sel.xpath("/html/body/div/div[2]/div[1]/div[2]/div[2]//text()").extract()

method=""

fortextincontent:

method+=text

method=method.replace("上一頁12下一頁查看更多","").replace("上一頁123

下一頁查看更多","").strip()

method=re.sub(r"[\n\r]","",method)

food_item=FoodsItem()

food_item["name"]=name

food_item["method"]=method

yieldfood_item

4數(shù)據(jù)清洗與處理

數(shù)據(jù)清洗是一種在數(shù)據(jù)文件中發(fā)現(xiàn)并改正可辨識錯誤的過程，它包括數(shù)據(jù)

一致性的檢查，無效值和缺失值的處理等。在獲得龐大數(shù)據(jù)后，我們便獲得了

初始數(shù)據(jù)，對這部分?jǐn)?shù)據(jù)進行清洗檢查得出的最終數(shù)據(jù)才能保證數(shù)據(jù)的真實性

和權(quán)威性。

4.1數(shù)據(jù)清洗

使用utf-8的字符編碼讀取名為data的Excel文件，如圖4-1。

13

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-1數(shù)據(jù)清洗準(zhǔn)備頁面圖

對數(shù)據(jù)進行清點然后排查數(shù)據(jù)有無空值，無空值則顯示為“False”。通過

圖4-2查詢空值數(shù)據(jù)發(fā)現(xiàn)，沒有數(shù)據(jù)空值錯位等情況。

圖4-2查看數(shù)據(jù)空值圖

通過觀察圖4-1可知：我們需要對數(shù)字列進行去除，得到一個有菜品名稱

和做法的Excel文件，如圖4-3。

14

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-3刪除數(shù)字列圖

4.2數(shù)據(jù)存儲

我們在存儲數(shù)據(jù)時，經(jīng)常使用的技術(shù)有：txt、excel、json、csv等。

這些存儲技術(shù)所能保存的數(shù)據(jù)量都是很小的，如果數(shù)據(jù)量比較大，就需要用到

關(guān)系數(shù)據(jù)庫mysql和oracle，以及非關(guān)系型數(shù)據(jù)庫MongoDB和Redis等。

本項目用到的是xlsx、MYSQL，如圖4-4，圖4-5。

圖4-4數(shù)據(jù)存儲為excel圖

15

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-5數(shù)據(jù)存儲為MYSQL圖

4.3編程實現(xiàn)

使用utf-8的字符文件編碼對清洗后的名為data的Excel進行讀取，如圖

4-6。

圖4-6源數(shù)據(jù)頁面圖

創(chuàng)建數(shù)據(jù)庫“hh”，如圖4-7,數(shù)據(jù)庫“hh”在NavicatPremium12中的展

示頁面，如圖4-8。

圖4-7創(chuàng)建數(shù)據(jù)庫圖

16

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-8數(shù)據(jù)庫展示圖

設(shè)置庫的字符集，否則顯示不出中文，如圖4-9。

圖4-9修改數(shù)據(jù)庫的字符集圖

創(chuàng)建數(shù)據(jù)表，修改字符集,否則顯示不出中文，如圖4-10，圖4-11。

圖4-10修改表的字符集圖

17

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-11創(chuàng)建表并命名為美食圖

導(dǎo)入本地data.excel表格數(shù)據(jù)，如圖4-12，驗證存入數(shù)據(jù)是否成功，如圖

4-13。

圖4-12導(dǎo)入數(shù)據(jù)圖

18

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-13mysql美食表展示圖

5數(shù)據(jù)統(tǒng)計與分析

5.1數(shù)據(jù)準(zhǔn)備

導(dǎo)入相關(guān)庫，使用pandas加載源數(shù)據(jù)，顯示字體為默認如圖5-1。

圖5-1數(shù)據(jù)準(zhǔn)備頁面圖

設(shè)置默認字體，正常顯示負數(shù)、符號如圖5-2。

圖5-2數(shù)據(jù)符號、負數(shù)處理圖

清洗后菜名字段，做法展示，如圖5-3。

19

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖5-3菜名及其做法數(shù)據(jù)準(zhǔn)備圖

讀取處理后的數(shù)據(jù)，并且繪制出關(guān)于菜品名稱的詞云圖，如圖5-4。

圖5-4詞云圖的繪制圖

如圖我們只需要更改like函數(shù)里面的字段就可以得到文件字段出處及其

出現(xiàn)次數(shù)。在獲取葷菜數(shù)據(jù)時需要對代碼進行修改，只查詢美食名稱里面的葷

菜詞頻。代碼實現(xiàn)，如圖5-5。

20

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖5-5數(shù)據(jù)統(tǒng)計實現(xiàn)圖

通過mysql的like函數(shù)查詢存在響應(yīng)字段的逐條數(shù)據(jù)，由于mysql自帶統(tǒng)

計功能，這樣也可以更好地得到詞頻次數(shù)，這便是得出的最終數(shù)據(jù)，如圖5-6，

圖5-7。

圖5-6mysql葷菜字段查詢

圖5-7mysql調(diào)料字段查詢圖

得出字段詞頻數(shù)據(jù)如圖5-8，圖5-9。

圖5-8調(diào)料數(shù)據(jù)準(zhǔn)備圖

21

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖5-9葷菜數(shù)據(jù)準(zhǔn)備圖

5.2數(shù)據(jù)展示

5.2.1根據(jù)菜品名稱進行分析

圖5-10數(shù)據(jù)展示頁面圖

將菜名字段數(shù)據(jù)匯總，生成字符串，按照詞頻生成詞云，如圖5-10中可以

看出肉，排骨出現(xiàn)頻率最高，其次是牛肉，魚土豆次之。

在結(jié)果圖可以看到一些生活中常見的菜品。如麻辣燙，麻辣兔腿，麻辣豆

腐。麻辣燙最顯著的為益陽麻辣燙，在全國各地都開著門店，而麻辣兔腿則是

特別容易讓愛吃辣的朋友上癮，可謂是又麻又辣，特別容易上癮，并且比起麻

辣兔頭，兔腿的肉更加肥美，對于一些想要擺地攤的朋友可謂是相當(dāng)大的商業(yè)

價值。麻辣豆腐則是飯店的一款的熱銷產(chǎn)品，其制作難度可謂是相當(dāng)之大，并

且想要炒好這道菜的味道更是難上加難，因為豆腐是一款特別難入味的食材，

想要完美嵌入那個味道是需要大量的經(jīng)驗和嘗試的。

其次相對比較明顯的則是土豆泥，干煸土豆條，川味土豆燒排骨和麻辣土

豆片，雖然說是同一種食材，但是不同的做法其不同的味覺體驗感也是天差地

別。土豆泥是一道特別健康的菜，味道較淡，但是卻能突出土豆的清香和顆粒

感，可謂是舌尖上的美味。而麻辣土豆片則是在調(diào)料上下文章，將土豆切片，

然后讓提前配好的調(diào)料充分浸入土豆內(nèi)部，讓每一片土豆都麻麻辣辣，多姿多

彩。土豆燒排骨則是比較類似紅燒肉，用紅燒肉的做法，然后加入少許土豆，

土豆本就高淀粉，在加入糖分之后，只要控制好量就可以讓他做好甜而不膩，

22

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

不過這道對于糖尿病患者就得勸退了，畢竟健康才是最重要的。而干煸土豆條

在我們生活中，也是一道比較簡單的家常菜，做法也非常簡單，對于不喜歡炒

菜的朋友，可以快速地出餐以解決午晚飯。

比較顯眼的還有饞嘴三文魚和花梔綿掌則很少出現(xiàn)在大眾眼中，更多地是

流行于高檔奢侈餐廳。三文魚作為日式文化的主要食材，但是這道饞嘴三文魚

卻依靠獨特的滋味誕生了許多死忠粉。但是其也需要大量的努力和調(diào)整其味道

和手法。

5.2.2根據(jù)葷菜種類進行統(tǒng)計

圖5-11數(shù)據(jù)展示頁面圖

從圖5-11可以看出，這些肉類雖然都是我們平時常見的葷菜原材料，但是

其中雞和魚占據(jù)著主體作用，當(dāng)然這肯定也是有其依據(jù)的。

豬肉因為18,19年豬瘟的影響，導(dǎo)致豬肉價格起伏很大，這也導(dǎo)致雞肉慢

慢替代了豬肉巔峰的地位；魚肉則是比較穩(wěn)定的一道葷菜，由于其種類的繁多，

數(shù)量基數(shù)大，做法和味道都讓人久久難以忘懷，以及其優(yōu)質(zhì)的蛋白質(zhì)含量，導(dǎo)

致其一直霸榜人們生活肉類的前三。但是數(shù)據(jù)量最少的兔，蟹和臘肉則是耐人

尋味的三款食材，兔類在不管是麻辣兔頭還是麻辣兔腿都是有著非常多的死忠

粉，但是由于其做法的單調(diào)以及對其可愛形象的憐憫也造成了這個數(shù)據(jù)的原因；

蟹的話則是常年出現(xiàn)于高檔餐桌上，不過由于其處理比較麻煩，并且主吃蟹黃

和蟹腿，而每一只螃蟹的肉卻非常少，可謂是“一蟹難求”；而臘肉則是作為

一個固定味道出現(xiàn)的，由于臘肉在腌制過程中需要大量的鹽，需要控制多少量

23

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

全憑經(jīng)驗，少了容易臭，多了容易咸，這也致使臘肉“一塊肉一碗飯的由來”。

5.2.3根據(jù)廚房調(diào)料種類進行頻率統(tǒng)計

圖5-12數(shù)據(jù)展示頁面圖

從圖5-12中得知油鹽作為廚房必需品以超高出現(xiàn)頻率出線。

古人云：“生活就是“柴米油鹽”。”柴用來生火維持萬家燈火通明；米

來維持人們生活能量所需；而油則是用來潤鍋，防止菜品粘鍋和糊鍋；鹽則是

用來調(diào)節(jié)菜品味道，讓每道菜都有滋有味，也可以維持人體正常無機鹽的攝入；

然后就是并列第三的味精和醬油，這兩好哥們可以說經(jīng)常出現(xiàn)在肉類中，只要

有肉基本都是這兩一起出馬，不管是醬油對肉類色澤的調(diào)整還是味精對湯汁的

調(diào)味，都可謂是一絕；醋則是更多的出現(xiàn)在面類菜品的調(diào)味，因為主要占據(jù)的

類型比