做it的兼职网站,旅游app排行榜前十名,网站访问速度,关键词优化 搜索引擎题目#xff1a;国际旅游网络的大数据分析
伴随着大数据时代的到来,数据分析已经深入到现代社会生活中的各个方面。 无论是国家政府部门、企事业单位还是个人#xff0c;数据分析工作都是进行决策之前的 重要环节。 山东省应用统计学会是在省民政厅注册的学术类社会组织国际旅游网络的大数据分析
伴随着大数据时代的到来,数据分析已经深入到现代社会生活中的各个方面。 无论是国家政府部门、企事业单位还是个人数据分析工作都是进行决策之前的 重要环节。 山东省应用统计学会是在省民政厅注册的学术类社会组织于 1989 年成立。 学会是全省目前从事统计调查和绩效评估机构中唯一的 4A 级学会是省科协的 组成单位和省社科联的直属学会拥有统计调查、绩效评估、综合评价、社会组 织评估、科技评价、旅游信息调查、区域发展规划、区域经济等方面的人才优势 尤其在统计调查、第三方评估、决策咨询研究等方面优势突出拥有多个专业的 评估专家库和专家服务团。 目前旅游业之所以重要是因为它可以通过创造就业机会、创造收入以及 促进基础设施和服务的发展为一个国家的经济做出重大贡献。它还可以促进世 界各地人民之间的文化交流和理解并有助于保护自然和文化遗产。 附件中的数据集包含各国的国际旅游人数的信息。这些数据可以帮助研究人 员、政策制定者和企业深入了解旅游业及其对世界各地的影响。该数据集包括 1995 年至 2020 年 100 多个国家的国际旅游人数信息数据来源于世界银行。 请你们进行数据统计与调查分析使用附件中的数据回答下列问题 ⚫ 问题 1: 请进行分类汇总统计计算不同国家 1995 年至 2020 年累计旅游总 人数从哪个国家旅游出发的人数最多哪个国家旅游到达的人数最多 ⚫ 问题 2: 请任选一个国家建立国家旅游出发人数的预测模型基于该国家 1995 年至 2020 年的旅游出发人数预测 2030 和 2050 年的旅游出发人数。 ⚫ 问题 3: 请进行数据统计建立不同国家旅游的网络模型分析哪两个国家 之间的旅游最为频繁并分析这种频繁关系随时间的变化。 ⚫ 问题 4: 请分析附件中的数据基于时间、旅游人数、旅游出发地和目的地 你们还可以分析得出哪些结论并进行数据的挖掘和可视化分析
我负责的是第一和四问题
问题一
import pandas as pd
import openpyxl
# 读取CSV文件数据
data pd.read_csv(rC:\Users\Desktop\1\A题附件国际旅游人数.csv, encodinggbk)# 计算不同国家1995年至2020年的累计旅游总人数
country_departure data.groupby(旅游出发国家)[国际旅游人数].sum().reset_index()
country_arrival data.groupby(旅游到达国家)[国际旅游人数].sum().reset_index()# 找到出发国家和到达国家的人数最多的国家
max_departure_country country_departure.loc[country_departure[国际旅游人数].idxmax()]
max_arrival_country country_arrival.loc[country_arrival[国际旅游人数].idxmax()]# 输出结果
print(不同国家1995年至2020年的累计旅游总人数)
print(country_departure)
print(\n从哪个国家旅游出发的人数最多)
print(max_departure_country)
print(\n哪个国家旅游到达的人数最多)
print(max_arrival_country)
# 将结果输出为Excel文件
with pd.ExcelWriter(统计结果.xlsx) as writer:country_departure.to_excel(writer, sheet_name出发国家统计, indexFalse)country_arrival.to_excel(writer, sheet_name到达国家统计, indexFalse)max_departure_country.to_excel(writer, sheet_name出发国家最多人数, indexFalse)max_arrival_country.to_excel(writer, sheet_name到达国家最多人数, indexFalse)题目四
import pandas as pd
import matplotlib.pyplot as plt# 读取数据集
data pd.read_csv(rC:\Users\Desktop\1\A题附件国际旅游人数.csv, encodinggbk)# 查看数据前几行
print(data.head())# 统计每个年份的国际旅游人数总和
yearly_total data.groupby(年份)[国际旅游人数].sum()
print(yearly_total)# 统计每个旅游出发国家的总旅游人数
departure_total data.groupby(旅游出发国家)[国际旅游人数].sum()
print(departure_total)# 统计每个旅游到达国家的总旅游人数
arrival_total data.groupby(旅游到达国家)[国际旅游人数].sum()
print(arrival_total)# 可视化分析绘制每年国际旅游人数总和的折线图
yearly_total.plot(kindline)
plt.xlabel(Year)
plt.ylabel(Total International Tourists)
plt.title(Yearly Total International Tourists)
plt.show()结论:从年度国际旅游人数总和分析通过统计每个年份的国际旅游人数总和我们可以了解到每年国际旅游的整体趋势。通过绘制折线图我们可以观察到旅游人数是先曲线增长然后直线下降的。
