python可视化：端午假期旅游火爆原因分析

python可视化：端午假期旅游火爆原因分析

2025年的旅游市场表现强劲：

• 2025年端午假期全社会跨区域人员流动量累计6.57亿人次，日均2.19亿人次，同比增长3.0%。
• 入境游订单同比大涨近90%，门票交易额（GMV）增长1.5倍。
• 国内周边游占比64%，短途游主导市场。

2025年端午旅游热点地

国内热门城市

• 周边游Top10：杭州、南京、上海、苏州、广州、北京、天津、济南、成都、湖州。

import matplotlib.pyplot as plt
import seaborn as sns

# 数据准备
cities = ['杭州', '南京', '上海', '苏州', '广州', '北京', '天津', '济南', '成都', '湖州']
rank = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  # 排名仅作顺序参考，实际数据为热度排名

# 设置样式
plt.style.use('seaborn')
plt.figure(figsize=(12, 6))

# 创建条形图（横向）
ax = sns.barplot(x=rank, y=cities, palette="viridis", orient='h')

# 添加标题和标签
plt.title('2025年端午假期国内周边游Top10目的地', fontsize=16, pad=20)
plt.xlabel('热门指数（排名）', fontsize=12)
plt.ylabel('城市', fontsize=12)

# 在条形上显示排名
for i, v in enumerate(rank):
    ax.text(v + 0.1, i, str(v), color='black', va='center', fontweight='bold')

# 调整布局
plt.tight_layout()
plt.grid(axis='x', linestyle='--', alpha=0.7)

# 显示图表
plt.show()

图1：

民俗文化热门地：

• 广东佛山：龙舟漂移IP带动旅游订单增长167%。
• 湖南汨罗（屈原故里）、浙江嘉兴（粽子之乡）预订量增长超40%。
• 济南跻身全国周边游第八，趵突泉、明水古城等景区受青睐。
• 武汉入境游同比增长45%，黄鹤楼、晴川阁等景点吸引外国游客。

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 数据准备
cities = ['佛山', '汨罗', '嘉兴', '济南', '武汉']
growth_rate = [167, 42, 45, 25, 45]  # 增长率(%)
reasons = [
    "龙舟漂移IP爆火",
    "屈原故里端午民俗",
    "粽子之乡文化体验",
    "泉水+明水古城引流",
    "黄鹤楼入境游增长"
]

# 设置样式
plt.style.use('ggplot')
plt.figure(figsize=(10, 6), dpi=100)

# 创建条形图
ax = sns.barplot(x=growth_rate, y=cities, palette="rocket")

# 添加数据标注和原因说明
for i, (rate, reason) in enumerate(zip(growth_rate, reasons)):
    ax.text(rate + 3, i, f"{rate}%", va='center', fontsize=10)
    ax.text(5, i-0.3, reason, color='darkred', fontsize=9, 
            bbox=dict(facecolor='peachpuff', alpha=0.5))

# 装饰图表
plt.title("2025端午民俗文化热门地TOP5及增长原因", fontsize=14, pad=15)
plt.xlabel("旅游订单同比增长率(%)", fontsize=11)
plt.ylabel("城市", fontsize=11)
plt.xlim(0, 180)

# 添加图例说明
plt.text(120, 4.5, "数据来源：携程《2025端午文旅报告》", 
         fontsize=8, alpha=0.7)

# 显示图表
plt.tight_layout()
plt.show()

图2：

出境游热门地

• 短途（3小时飞行圈）：日本、韩国、中国香港、泰国、马来西亚。
• 新兴黑马：乌兹别克斯坦、哈萨克斯坦、冰岛。

旅游火爆背后的原因

1. 民俗驱动：龙舟赛事（全国122场）带动佛山、汨罗等城市热度。
2. 短途游主导：64%游客选择周边游，杭州、上海等成热门。
3. 入境增长：订单同比涨90%，上海、北京、成都最受欢迎。

文化驱动

• 龙舟经济：全国龙舟赛事达122场，佛山“漂移龙舟”、汨罗祭屈仪式等成现象级IP。
• 非遗体验：乌镇“水上五黄宴”、宏村微缩龙舟赛等让传统民俗现代化。
• 国潮兴起：故宫文创“千里江山粽”、敦煌“飞天粽”受年轻人追捧。

import pandas as pd

# 示例数据：2025年端午各省份旅游人次（单位：万人次）
province_data = {
    "省份": ["广东", "湖南", "浙江", "江苏", "山东", "四川"],
    "旅游人次": [2321.0, 1200.0, 1500.0, 1350.0, 1100.0, 980.0],  # 广东数据来自:cite[4]
    "同比增长率": [20.6, 18.3, 15.2, 12.7, 10.5, 8.9]  # 假设值
}

# 热门城市及龙舟搜索热度（同程数据:cite[2]:cite[6]）
city_data = {
    "城市": ["佛山", "汨罗", "嘉兴", "杭州", "成都", "苏州"],
    "龙舟搜索增幅": [270, 270, 200, 180, 160, 150],  # 百分比
    "预订量增长": [167, 40, 40, 35, 30, 25]  # 百分比
}

df_province = pd.DataFrame(province_data)
df_city = pd.DataFrame(city_data)

输出：df1、df2

各省份旅游人次热力图

from pyecharts import options as opts
from pyecharts.charts import Map

# 数据准备（省份需用简称，与PyEcharts内置地图匹配）
data = [
    ("广东省", 2321),
    ("湖南省", 1200),
    ("浙江省", 1500),
    ("江苏省", 1350),
    ("山东省", 1100),
    ("四川省", 980),
]

# 创建地图
c = (
    Map()
    .add(
        series_name="旅游人次（万）",
        data_pair=data,
        maptype="china",
        is_map_symbol_show=False,
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2025年端午各省旅游人次"),
        visualmap_opts=opts.VisualMapOpts(
            min_=800,
            max_=2500,
            range_text=["高", "低"],
            is_piecewise=True,
            pos_top="middle",
        ),
    )
    .render("province_tourism_map.html")
)

图3：

热门城市龙舟活动热度条形图

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.bar(df_city["城市"], df_city["龙舟搜索增幅"], color='#FF6B6B', label='龙舟搜索增幅(%)')
plt.bar(df_city["城市"], df_city["预订量增长"], color='#4ECDC4', alpha=0.7, label='预订量增长(%)')
plt.title("2025端午龙舟文化热门城市数据对比", fontsize=14)
plt.xlabel("城市")
plt.ylabel("百分比(%)")
plt.legend()
plt.grid(axis='y', linestyle='--')
plt.show()

图4：

分析：佛山因“龙舟漂移”IP搜索增幅达270%，预订量增长167%。

政策与消费趋势

• 免签政策：入境游增长89%，上海、北京、成都等成外国游客首选。
• 亲子+宠物经济：亲子订单占比35%，宠物友好酒店热度增20%。
• “演出+旅游”：邓紫棋贵州演唱会、佛山龙舟赛带动跨城观演。

入境游订单增长趋势

# 入境游数据（携程:cite[1]:cite[9]）
countries = ["马来西亚", "韩国", "新加坡", "泰国", "美国"]
orders = [452, 380, 290, 250, 200]  # 假设订单增长比例

plt.pie(orders, labels=countries, autopct="%1.1f%%", 
        colors=["#FFD166", "#06D6A0", "#118AB2", "#EF476F", "#073B4C"])
plt.title("2025端午入境游主要客源国订单占比")
plt.show()

图5：

• 用 wordcloud 生成关键词云（如“龙舟”“亲子游”“免签”等）。

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 示例关键词及权重（根据搜索热度或频次自定义）
keywords = {
    "龙舟": 35, "亲子游": 30, "免签": 25, "短途游": 20,
    "佛山": 18, "汨罗": 15, "嘉兴": 15, "民俗": 15,
    "粽子": 12, "演唱会": 10, "高铁": 10, "国潮": 10
}

# 生成词云
wc = WordCloud(
    font_path="simhei.ttf",  # 指定中文字体（Windows可用）
    background_color="white",
    width=800,
    height=600,
    max_words=50
).generate_from_frequencies(keywords)

# 显示
plt.figure(figsize=(10, 8))
plt.imshow(wc, interpolation="bilinear")
plt.axis("off")
plt.title("2025端午旅游热点关键词云", fontsize=16, pad=20)
plt.show()

图6：

人员流动地图（箭头图）

• 主要客源地→目的地（如北京→济南、上海→杭州、广州→佛山等）。
• 出境游热门航线（上海→大阪、北京→东京等）。

import plotly.graph_objects as go

# 示例流动数据（需补充真实坐标）
flow_data = pd.DataFrame({
    "出发地": ["北京", "上海", "广州"],
    "目的地": ["济南", "杭州", "佛山"],
    "流量": [50000, 40000, 30000],
    "出发地_lat": [39.9, 31.2, 23.1],
    "出发地_lon": [116.4, 121.5, 113.3],
    "目的地_lat": [36.7, 30.3, 23.0],
    "目的地_lon": [117.0, 120.2, 113.1]
})

fig = go.Figure()

for i in range(len(flow_data)):
    fig.add_trace(go.Scattergeo(
        lon=[flow_data["出发地_lon"][i], lat=[flow_data["出发地_lat"][i]],
        mode="markers",
        marker=dict(size=10, color="red"),
        name=flow_data["出发地"][i]
    ))
    fig.add_trace(go.Scattergeo(
        lon=[flow_data["目的地_lon"][i]], lat=[flow_data["目的地_lat"][i]],
        mode="markers",
        marker=dict(size=10, color="blue"),
        name=flow_data["目的地"][i]
    ))
    fig.add_trace(go.Scattergeo(
        lon=[flow_data["出发地_lon"][i], flow_data["目的地_lon"][i]],
        lat=[flow_data["出发地_lat"][i], flow_data["目的地_lat"][i]],
        mode="lines",
        line=dict(width=2, color="green"),
        opacity=0.7,
        name=f"{flow_data['出发地'][i]}→{flow_data['目的地'][i]}"
    ))

fig.update_geos(scope="asia", projection_type="natural earth")
fig.update_layout(title="2025端午主要旅游流向示意图")
fig.show()

图7：

5. 总结

2025年端午旅游市场呈现 “民俗+短途+亲子” 三大特点，文化IP（如龙舟、粽子）和便利政策（免签、高铁）是核心驱动力。