从“口味”、“人均消费”、“性价比”三个维度对不同菜系进行比较，并筛选出可开店铺的餐饮类型
①计算出三个维度的指标得分②评价方法：口味→得分越高越好性价比→得分越高越好人均消费→价格适中即可③制作散点图，x轴为“人均消费”，y轴为“性价比得分”，点的大小为“口味得分”绘制柱状图，分别显示“口味得分”、“性价比得分”*（用bokeh做图）①数据清洗，清除空值、为0的数据；②口味指标计算方法→口味评分字段，按照餐饮类别分组算均值，再做标准化处理；③人均消费指标计算方法→人均消费字段，按照餐饮类别分组算均值，再做标准化处理④性价比指标计算方法→性价比=（口味+环境+服务）/人均消费，按照餐饮类别分组算均值，再做标准化处理⑤数据计算之前，检查一下数据分布，去除异常值（以外限为标准）*这里排除了高端奢侈餐饮的数据干扰⑥注意，这里先分别计算三个指标，再合并数据（merge）作图，目的是指标之间的噪音数据不相互影响
frombokeh.modelsimportHoverToolfrombokeh.modelsimportBoxAnnotationhover=HoverTool(tooltips=[("餐饮类型",'@type'),('人均消费','@price'),('性价比得分','@xjb_norm'),('口味得分','@kw_norm')])把Tools加到result、kw、price上tools=[hover,'box_select,reset,xwheel_zoom,pan,crosshair']price_mid=BoxAnnotation(left=40,right=80,fill_alpha=0.1,fill_color='navy')#区间中值的设置result.add_layout(price_mid)p=gridplot([[result],[kw],[price]])#把3个并排放一块show(p)如下：
这里以“素菜馆为例”课程数据①net_population.shp→投影坐标系，上海1km2格网内的人口密度数据②road.shp→投影坐标系，上海道路数据要求：①通过空间分析，分别计算每个格网内的几个指标：人口密度指标、道路密度指标、餐饮热度指标、同类竞品指标②评价方法：人口密度指标→得分越高越好道路密度指标→得分越高越好餐饮热度指标→得分越高越好同类竞品指标→得分越低越好综合指标=人口密度指标*0.4+餐饮热度指标*0.3+道路密度指标*0.2+同类竞品指标*0.1③最后得到较好选址的网格位置的中心坐标，以及所属区域*可以用bokeh制作散点图------->>>------->>>①道路密度指标计算方法→网格内道路长度②餐饮热度指标计算方法→网格内餐饮poi计数③同类竞品指标计算方法→网格内素菜馆poi计数④餐饮poi数据记得投影⑤可以以“net_population.shp”为网格基础数据，做空间统计⑥在qgis做空间统计之后，网格数据导出点数据，投影成wgs84地理坐标系，导出excel数据，在python做指标标准化等⑦在bokeh中做散点图时，注意添加一个size字段，通过最终评分来赋值⑧在bokeh中做散点图时，可以给TOP10的点用颜色区分
都是投影坐标系，将数据改为投影坐标系。
（1）人口密度指标
Z值就是人口密度数量；
（2）道路指标
矢量--分析工具--计算线条总长度
把上海餐饮数据转换为.csv格式；然后点击加载（添加文本数据图层）
但它是WGS84的坐标，选中-右键-另存为-（改为投影坐标）EPSG：32651，WGS84/UTMzone51N
（3）餐饮热度指标
（3）同类竞争
canyin--属性表--
最后再把它导出来：
再来一个
把格子转为点，因为它是么有经纬度的。--->>矢量--几何工具--多边形质心