1作品亮点
从海底捞火锅客户评论从侧面分析出海底捞现在的情况，并未来发展提供选择的方式。从客户这一视角推导出海底捞在这几年发展趋势。
2分析思路
3数据来源
数据获取手段及原始数据说明
我们基于Python通过调用BeautifulSoup库获取“大众点评”HTML网页上的标签信息，通过标签中的文本信息，抓取海底捞火锅店的数据。在一条用户评论中，我们可以获得多项数据，例如用餐总评分，口味、环境、服务的评价，用户评论内容、建店时间等。
将抓取的数据存入数组后，调用openyxl库将数组内容写入Excel表中，完成原始数据获取。
原始数据清洗过程说明
原始数据非常粗糙，存在很多无效数据和重复数据，因此我们进行了如下处理。
- 首先在表头添加了列名称，并去除重复项。
- 删除无效数据，同样我们通过调用openyxl库，根据行缺失单元格内容和空行等，删除改行。
- 清洗数据内容，例如单元格中数据为：口味4（非常好），而我们仅需4这个数字，因此我们同样调用openyxl库，通过正则表达式，将除数字以外的内容替换为空，即可将无用内容去除。
- 统计数据，对于菜品选择，我们通过对菜品出现次数求和，得到菜品词频
- 最终使用数据说明
原始数据源（三张表）：海底捞火锅牡丹园店(原始).xlsx；菜品.xlsx；评论与评分.xlsx；
4复现过程（数据加工+数据分析+数据可视化展示）
1、作品排版布局示意图
2、图表生成详细过程描述
（1）海底捞各地门店分布：“各地海底捞门店数”数据表，构建一个区域地图，并对门店数的多少去颜色渐变，并贴上标签。
（2）菜品选择词云：“meal”数据表，构建一个词云，对不同类别区分了不同颜色，对不同数量取不同大小，并展示文本
（3）顾客对海底捞其他服务的需求程度：“对其他需求”数据表，构建一个词云，对不同其他需求区分了不同颜色，对不同数量取不同大小，并展示文本
（4）环境、服务、口味在总分中占比：“海底捞牡丹园（处理”数据表，创建一个雷达折线图，将环境、服务、口味设置为当前维度百分比，总分进行区间分组设置，添加时间。
（5）近年顾客对口味评价分布及评价数：“海底捞牡丹园（处理”数据表，创建一个矩形树图，在大小中设置为多层饼图，记录数设置为大小，口味划分为区间并标记为颜色。
（6）地区不同店铺平均月评论数与建店时间：“对比处理”数据表，创建一个矩形树图，16年评论数设置为大小以作区分，根据店名不同划为不同颜色增强对比。
（7）地区不同店铺2016年总评论数：“对比处理”数据表，创建一个柱形图，横轴为店名，纵轴为2016年评论数，并按照降序排列。
3、作品展示
5总结
海底捞火锅是否在走下坡路？这个问题是否定的，但是高速发展的趋势放缓，问题日益明显。销售源于客户，在大众点评上的客户评论可以从客户的角度来回答这一问题，我们从店铺在全国的分布情况入手，抽出北京该地区来进行演示，发现客户的评论数量从14年至今一直在减少，可以客观的反映出，海底捞的客源处出现问题，多年来越来越多的火锅店兴起（如小牛海记），抢走了海底捞的客源。海底捞未来的竞争加大，需不断创新保持。 | 
