一直以來，肯德基、麥當勞都是毫無疑問的快餐業巨頭，那民族快餐呢？
老美有蘋果，咱們有華為，韓國有現代，咱們有紅旗，日本有小電影，咱們有爛劇……為啥在中國人最驕傲的吃上面沒有交出一份滿意的成績單呢？
刷微博看到一個老段子：找出中國的餐飲業的四大巨頭，不服就撕！
評論裡那是一個熱鬧啊，唇槍舌戰，水深火熱、熱火朝天，紅紅火火，恭賀新年…好像哪裡有些不對，反正大家各執己詞，說出自己心目中的餐飲業巨頭。但是幾個版本下來，蘭州拉麵和沙縣小吃是毫無疑問的當選。
那麼：
中國的快餐業情況到底是什麼樣的呢？
我帶著疑問進行了探究。
首先對找到了一份全國小吃餐飲店的
txt格式
的資料，
部分
一共有‘門店名稱，省，市，區縣，分類’這五個欄位
然後我
使用pandas，matplotlib，pyechart和powerbi
等對資料進行處理和視覺化展示：
1。啟動
jupyter
2。
匯入模組
（有部分模組是做其他專案時使用，此次專案未使用）
import numpy as np
import pandas as pd
import matplotlib。pyplot as plt
from pandas import DataFrame，Series
from pylab import *
import re
from wordcloud import WordCloud
import numpy as np
import jieba
from PIL import Image
from pyecharts import Bar，Line，Overlap，EffectScatter，Map
plt。rcParams［‘font。sans-serif’］=［‘SimHei’］
plt。rcParams［‘axes。unicode_minus’］=False
3。
讀取資料
f = open（“小吃門店列表。txt”，“r”） #設定檔案物件
data = f。readlines（） #直接將檔案中按行讀到list裡
f。close（） #關閉檔案
data
ps：因為資料量有些大，使用常規方法讀取會報錯讀取中斷
轉換成DataFrame
data=pd。DataFrame（data）
data
4。
資料清洗
a=data［0］。str。split（‘\t’）。apply（pd。Series）
a。columns=［‘門店名稱’，‘省’，‘市’，‘區縣’，‘分類’］
a=a［1：］
a［‘分類’］=a［‘分類’］。str。replace（‘\n’，‘ ’）
a。head（10）
重新命名列明，原先的列明不要，從第二條資料開始取
對欄位裡的\t 和\n 進行替換
b=a。groupby（a［‘分類’］）。size（）
plt。bar（b。index，b。values，label=‘各小吃門店數量’，color=‘m’）
plt。xlabel（‘數量’）
plt。ylabel（‘小吃品牌’）
plt。legend（）
plt。show（）
各快餐門店數量條形圖
plt。pie（b。values，labels=b。index，startangle=90，shadow=True，explode=（0。1，0，0，0，0，0，0，0），autopct=‘%。1f%%’）
plt。show（）
各快餐店門店數量佔比圖
powebi 繪圖
b=a。groupby（a［‘分類’］）。size（）。sort_values（ascending=False）
b
從以上視覺化圖形我們可以明顯的觀察到，蘭州拉麵以約39000家的數量成為中式快餐的No。1
前八名分別是蘭州拉麵、沙縣小吃 、黃燜雞米飯、灌湯包、重慶小面、臘汁肉夾饃 、桂林米粉、鴨血粉絲湯
接下來，我們來探究下各個城市快餐的數量問題
b1=a。groupby（a［‘省’］）。size（）
b1=b1［b1。values>200］
b1
b1=b1。sort_values（）。tail（12）
b1
因為澳門、香港的此類中式快餐數量很少，所以我直接忽略
plt。scatter（b1。index，b1。values，label=‘各個城市小吃店數量’，s=b1。values/50，color=‘g’）
plt。xticks（np。arange（12）， （‘上海’，‘安徽’，‘山東 ’，‘廣東’，‘廣西’，‘江蘇’，‘河北’，‘河南’，‘浙江’，‘湖北’，‘福建’，‘陝西’）， rotation=40）#rotation控制傾斜角度
plt。xlabel（‘區域’）
plt。ylabel（‘數量’）
plt。legend（）
plt。show（）
使用matplotlib畫了一份關於各省快餐店數量的散點圖
從圖中，我們很明顯的發現，
廣東省的快餐店數量是最多的。這也間接的證明了廣東人在“吃“這個天賦的上的優勢
接下來，本想使用
pyechart的Map,但是發現Pyechart 有個很大的侷限性，它不能識別正式的行政區，such as：可以識別廣西，但是識別不了廣西壯族自治區，可以識別上海，卻不能識別上海市，因為省級行政區有限，所以我對行政區的名字進行了清洗。
b2=a。groupby（a［‘市’］）。size（）
b2
a［‘省份’］=a［‘省’］
a［‘省份’］=a［‘省份’］。str。replace（‘省’，‘’）
a［‘省份’］=a［‘省份’］。str。replace（‘壯族自治區’，‘’）
a［‘省份’］=a［‘省份’］。str。replace（‘維吾爾自治區’，‘’）
a［‘省份’］=a［‘省份’］。str。replace（‘回族自治區’，‘’）
a［‘省份’］=a［‘省份’］。str。replace（‘自治區’，‘’）
a［‘省份’］=a［‘省份’］。str。replace（‘市’，‘’）
a
b3=a。groupby（a［‘省份’］）。size（）
b3=b3［b3。values>200］
b3
使用Map
value = list（b3。values）
attr = list（b3。index）
map1 = Map（“全國地圖示例”， width=800， height=600）
map1。add（“”， attr， value， maptype=‘china’，is_visualmap=True，visual_text_color=‘#000’，is_label_show=True，visual_range=［0，22000］）
map1
顏色越深，店鋪數量越多
地圖上，
東部沿海省份的顏色明顯區別於內陸，因為東部地區經濟發達且人口密集，更容易做生意賺錢，大家也更喜歡在東部開快餐店
powerbi
各城市快餐店數量
從powerbi上的著色地圖分佈來看，南沙群島亦有分佈，可見
中國餐飲這8大金剛的分佈範圍之廣，覆蓋人群之多。
各城市快餐店數量
廣東省各快餐數量分佈
江蘇省各快餐數量分佈
浙江省各快餐數量分佈
山東省各快餐數量分佈
河南省各快餐數量分佈
因為圖很多，就選放了快餐店數量最多的前五個省份，看看每個快餐品牌在省份的中佔比情況。結果有些出乎我的意料，
一直以為南米北面，但是實際上蘭州在南方各的省份的佔比都是很大，和黃燜雞米飯幾乎評分天下，我以為江南地區愛吃的湯包卻在長江以北，山東等各省份的佔比有明顯的提升。
如果僅以以上資料片面來說，南北飲食習慣已經發生了重大的改變
#FormatImgID_51##FormatImgID_52#各區縣快餐店數量
如果從各個縣區的快餐店數量來看，東部各省內區縣的快餐店數量已經很高，
快餐店數量最多的是蘇州的虎丘區，有259家快餐店，而上海，北京等一線城市的區域佔有量卻不高，說明在一線城市，此類中式快餐並不具有很大的競爭優勢，可能洋快餐更吸引都市上班族。
現在我們可以很明確的告訴大家了：
中國快餐業的扛把子就是推廣了幾十年，風靡中國的“蘭州拉麵”，“沙縣小吃”，“黃燜雞米飯”緊跟其後。
美國家有快餐兩巨頭，中國有小吃三兄弟！！
