谁才是中式快餐业的扛把子！！

时间：2023-11-03 00:30:57来源：admin01栏目：餐饮美食新闻阅读：

一直以来，肯德基、麦当劳都是毫无疑问的快餐业巨头，那民族快餐呢？

老美有苹果，咱们有华为，韩国有现代，咱们有红旗，日本有小电影，咱们有烂剧……为啥在中国人最骄傲的吃上面没有交出一份满意的成绩单呢？

刷微博看到一个老段子：找出中国的餐饮业的四大巨头，不服就撕！

评论里那是一个热闹啊，唇枪舌战，水深火热、热火朝天，红红火火，恭贺新年…好像哪里有些不对，反正大家各执己词，说出自己心目中的餐饮业巨头。但是几个版本下来，兰州拉面和沙县小吃是毫无疑问的当选。

那么：

中国的快餐业情况到底是什么样的呢？

我带着疑问进行了探究。

首先对找到了一份全国小吃餐饮店的txt格式的数据，

部分

一共有‘门店名称，省，市，区县，分类’这五个字段

然后我使用pandas，matplotlib，pyechart和powerbi等对数据进行处理和可视化展示：

1.启动jupyter

2.导入模块（有部分模块是做其他项目时使用，此次项目未使用）

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.读取数据

f = open("小吃门店列表.txt"，"r") #设置文件对象 data = f.readlines() #直接将文件中按行读到list里 f.close() #关闭文件 data

ps:因为数据量有些大，使用常规方法读取会报错读取中断

转换成DataFrame

data=pd.DataFrame(data) data

4.数据清洗

a=data[0].str.split(\t).apply(pd.Series) a.columns=[门店名称，省，市，区县，分类] a=a[1:] a[分类]=a[分类].str.replace(\n， ) a.head(10)

重新命名列明，原先的列明不要，从第二条数据开始取

对字段里的\t 和\n 进行替换

b=a.groupby(a[分类]).size() plt.bar(b.index，b.values，label=各小吃门店数量，color=m) plt.xlabel(数量) plt.ylabel(小吃品牌) plt.legend() plt.show()各快餐门店数量条形图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()各快餐店门店数量占比图powebi 绘图b=a.groupby(a[分类]).size().sort_values(ascending=False) b

从以上可视化图形我们可以明显的观察到，兰州拉面以约39000家的数量成为中式快餐的No.1

前八名分别是兰州拉面、沙县小吃、黄焖鸡米饭、灌汤包、重庆小面、腊汁肉夹馍、桂林米粉、鸭血粉丝汤

接下来，我们来探究下各个城市快餐的数量问题

b1=a.groupby(a[省]).size() b1=b1[b1.values>200] b1 b1=b1.sort_values().tail(12) b1

因为澳门、香港的此类中式快餐数量很少，所以我直接忽略

plt.scatter(b1.index，b1.values，label=各个城市小吃店数量，s=b1.values/50，color=g) plt.xticks(np.arange(12)， (上海，安徽，山东，广东，广西，江苏，河北，河南，浙江，湖北，福建，陕西)， rotation=40)#rotation控制倾斜角度 plt.xlabel(区域) plt.ylabel(数量) plt.legend() plt.show()

使用matplotlib画了一份关于各省快餐店数量的散点图

从图中，我们很明显的发现，广东省的快餐店数量是最多的。这也间接的证明了广东人在“吃“这个天赋的上的优势

接下来，本想使用pyechart的Map，但是发现Pyechart 有个很大的局限性，它不能识别正式的行政区，such as：可以识别广西，但是识别不了广西壮族自治区，可以识别上海，却不能识别上海市，因为省级行政区有限，所以我对行政区的名字进行了清洗。

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(壮族自治区，) a[省份]=a[省份].str.replace(维吾尔自治区，) a[省份]=a[省份].str.replace(回族自治区，) a[省份]=a[省份].str.replace(自治区，) 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("全国地图示例"， 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颜色越深，店铺数量越多

地图上，东部沿海省份的颜色明显区别于内陆，因为东部地区经济发达且人口密集，更容易做生意赚钱，大家也更喜欢在东部开快餐店

powerbi各城市快餐店数量

从powerbi上的着色地图分布来看，南沙群岛亦有分布，可见中国餐饮这8大金刚的分布范围之广，覆盖人群之多。

各城市快餐店数量广东省各快餐数量分布江苏省各快餐数量分布浙江省各快餐数量分布山东省各快餐数量分布河南省各快餐数量分布

因为图很多，就选放了快餐店数量最多的前五个省份，看看每个快餐品牌在省份的中占比情况。结果有些出乎我的意料，一直以为南米北面，但是实际上兰州在南方各的省份的占比都是很大，和黄焖鸡米饭几乎评分天下，我以为江南地区爱吃的汤包却在长江以北，山东等各省份的占比有明显的提升。

如果仅以以上数据片面来说，南北饮食习惯已经发生了重大的改变

各区县快餐店数量

如果从各个县区的快餐店数量来看，东部各省内区县的快餐店数量已经很高，快餐店数量最多的是苏州的虎丘区，有259家快餐店，而上海，北京等一线城市的区域占有量却不高，说明在一线城市，此类中式快餐并不具有很大的竞争优势，可能洋快餐更吸引都市上班族。

现在我们可以很明确的告诉大家了：中国快餐业的扛把子就是推广了几十年，风靡中国的“兰州拉面”，“沙县小吃”，“黄焖鸡米饭”紧跟其后。

美国家有快餐两巨头，中国有小吃三兄弟！！

冷链服务业务联系电话：19937817614