Lab 1: 清华周边美食指南数据分析实战

课程：数据库技术与应用：AI时代的基石数据技能
授课教师：王健楠 (计算机科学与技术系)
学期：2026年（春季）

实验说明与注意事项

1. 考察知识点： 本次 Lab 主要考察 Python 语言的核心基础知识，包括但不限于：

• 变量、基础运算与字符串格式化 (f-string)
• 核心数据结构的使用与切片 (List, Dictionary, Set, Tuple)
• 控制流 (for / while 循环，if / elif / else 条件判断)
• 列表推导式与高阶排序逻辑
• 函数的定义、参数传递与防御性编程
• 本地文件的读写操作 (File I/O)

2. 重要提醒：严禁使用外部库 本实验的核心目的是巩固对 Python 原生语言特性的掌握程度。因此，在完成本次 Lab 的所有任务时，只能使用 Python 标准库提供的数据结构和内置函数，严禁导入和使用任何外部第三方库（如 pandas, numpy 等）。 如果在代码中发现使用违规库，该项任务将会被判定为 0 分。

3. 关于测试与评分机制的说明： Notebook 中每个任务下方提供的 assert 测试单元格，仅仅是作为基础的辅助检查，用来帮助大家快速排查低级错误或拼写问题。通过了 Notebook 中的可见测试，绝对不代表你的代码逻辑100%正确，也不保证能拿满分。 在最终提交评测时，我们会使用一套包含更多边界情况、异常值和隐藏数据集的 assert 测试脚本进行自动化打分。请大家务必在写代码时自行考虑逻辑的严密性和代码的健壮性。

---

实验背景

欢迎加入本学期的实战项目！在这个 Lab 中，你将扮演「THU Eats 校园美食指南」项目组的数据分析师（Data Scientist）。我们的目标是开发一款专为清华学子打造的美食推荐引擎，帮助大家更高效地探索周边美食。

作为团队的核心技术骨干，你需要利用 Python 处理从真实点评平台上获取的餐厅数据，完成从基础数据统计、商业市场分析到核心推荐算法的开发。

准备好开启你的数据科学之旅了吗？

---

评分规则： 共 100 分（9 道编程题）。 通关提示： 每道题都要求你在代码块中写出完整的逻辑。请删除 raise NotImplementedError() 并填入你的代码。运行测试块，如果没有报错即代表基础步骤通过测试。

第 0 步：数据加载与环境准备

首先，我们将项目组采集到的结构化数据加载到内存中。请直接运行下面的代码块，无需修改。

# 请直接运行此单元格，不要修改
restaurants = [
    {"name": "海底捞(五道口店)", "cuisine": "火锅", "price": 120, "rating": 4.5, "reviews": 2890, "delivery": True, "district": "五道口"},
    {"name": "一兰拉面", "cuisine": "日料", "price": 68, "rating": 4.7, "reviews": 1560, "delivery": False, "district": "五道口"},
    {"name": "鲍师傅糕点", "cuisine": "烘焙", "price": 25, "rating": 4.3, "reviews": 3200, "delivery": True, "district": "五道口"},
    {"name": "喜茶(清华店)", "cuisine": "饮品", "price": 30, "rating": 4.1, "reviews": 1890, "delivery": True, "district": "五道口"},
    {"name": "西少爷肉夹馍", "cuisine": "快餐", "price": 22, "rating": 4.0, "reviews": 950, "delivery": True, "district": "五道口"},
    {"name": "探鱼(学院路店)", "cuisine": "烤鱼", "price": 85, "rating": 4.4, "reviews": 1120, "delivery": False, "district": "学院路"},
    {"name": "麦当劳(清华东门)", "cuisine": "快餐", "price": 35, "rating": 3.8, "reviews": 2100, "delivery": True, "district": "五道口"},
    {"name": "呷哺呷哺(五道口)", "cuisine": "火锅", "price": 65, "rating": 4.0, "reviews": 1780, "delivery": True, "district": "五道口"},
    {"name": "Luckin Coffee", "cuisine": "饮品", "price": 18, "rating": 3.9, "reviews": 890, "delivery": True, "district": "清华校内"},
    {"name": "紫光园(蓝旗营)", "cuisine": "清真", "price": 45, "rating": 4.2, "reviews": 760, "delivery": False, "district": "蓝旗营"},
    {"name": "芙蓉园餐厅", "cuisine": "食堂", "price": 15, "rating": 4.0, "reviews": 1200, "delivery": False, "district": "清华校内"},
    {"name": "观畴园餐厅", "cuisine": "食堂", "price": 12, "rating": 3.9, "reviews": 1500, "delivery": False, "district": "清华校内"},
    {"name": "Manner Coffee", "cuisine": "饮品", "price": 20, "rating": 4.3, "reviews": 650, "delivery": False, "district": "五道口"},
    {"name": "烤匠(五道口店)", "cuisine": "烧烤", "price": 95, "rating": 4.6, "reviews": 980, "delivery": False, "district": "五道口"},
    {"name": "木屋烧烤(学院路)", "cuisine": "烧烤", "price": 88, "rating": 4.2, "reviews": 1340, "delivery": True, "district": "学院路"},
    {"name": "太二酸菜鱼", "cuisine": "酸菜鱼", "price": 78, "rating": 4.5, "reviews": 2050, "delivery": False, "district": "五道口"},
    {"name": "清华丁香餐厅", "cuisine": "食堂", "price": 18, "rating": 4.1, "reviews": 900, "delivery": False, "district": "清华校内"},
    {"name": "南门烧烤", "cuisine": "烧烤", "price": 55, "rating": 3.7, "reviews": 430, "delivery": True, "district": "蓝旗营"},
    {"name": "望京小腰(学院路)", "cuisine": "烧烤", "price": 75, "rating": 4.1, "reviews": 870, "delivery": True, "district": "学院路"},
    {"name": "必胜客(五道口店)", "cuisine": "西餐", "price": 70, "rating": 3.6, "reviews": 1100, "delivery": True, "district": "五道口"}
]

print(f"数据加载成功！共获取了 {len(restaurants)} 家餐厅的数据样本。")
print(f"每家餐厅的数据字段包括: {list(restaurants[0].keys())}")
print(f"\n样例数据预览: {restaurants[0]}")

---

开发任务大厅

任务 1：项目概况简报 (变量与基本运算，10 分)

项目启动会上，产品负责人需要一份整体的“校园周边餐饮宏观数据”。你需要帮团队快速计算出核心指标。

请编写代码，完成以下计算：

1. 计算所有餐厅的平均人均消费，赋值给变量 avg_price（浮点数）
2. 找出评分最高的餐厅名称，赋值给变量 best_restaurant（字符串）
3. 统计支持外卖的餐厅数量，赋值给变量 delivery_count（整数）
4. 用 f-string 创建一条供汇报的汇总句子，格式为 "共X家餐厅，平均消费Y元，其中Z家支持外卖"，赋值给变量 summary
   • 注意：其中的平均消费 Y 需要保留1位小数。

提示： Python 的内置函数 sum(), len(), max() 将非常有帮助。

# YOUR CODE HERE
raise NotImplementedError()

print(f"avg_price = {avg_price}")
print(f"best_restaurant = {best_restaurant}")
print(f"delivery_count = {delivery_count}")
print(f"summary = {summary}")

assert isinstance(avg_price, float), "avg_price 应为浮点数"
assert isinstance(best_restaurant, str), "best_restaurant 应为字符串"
assert isinstance(delivery_count, int), "delivery_count 应为整数"
assert "平均消费" in summary and "支持外卖" in summary, "summary 格式不正确"
print("Q1 项目简报数据生成基础测试通过！")

任务 2：运营标签系统建设 (条件判断，10 分)

为了给不同预算预期的同学提供精准推荐，运营团队需要为数据库中的餐厅增加消费分级标签。

请编写一个代码块，遍历 restaurants 列表，为每家餐厅生成一个分类标签，规则如下：

• 如果 price >= 80，标签为 "高档"
• 如果 30 <= price < 80，标签为 "中档"
• 如果 price < 30，标签为 "平价"

预期输出：

1. 将结果存为一个字典的列表，赋值给变量 classified，每个字典包含两个键："name": 餐厅名称, "level": 分类标签
   • 示例：[{"name": "海底捞(五道口店)", "level": "高档"}, ...]
2. 将高档餐厅的数量赋值给变量 high_count
3. 将平价餐厅的数量赋值给变量 budget_count

# YOUR CODE HERE
raise NotImplementedError()

print(f"分类结果前5条: {classified[:5]}")
print(f"高档: {high_count} 家, 平价: {budget_count} 家")

assert isinstance(classified, list) and len(classified) == 20
assert all("name" in c and "level" in c for c in classified), "每条记录必须包含 name 和 level"
assert classified[0]["level"] == "高档", "海底捞 price=120 应为高档"
assert high_count == len([r for r in restaurants if r["price"] >= 80]), "high_count 统计数量有误"
assert budget_count == len([r for r in restaurants if r["price"] < 30]), "budget_count 统计数量有误"
print("Q2 餐厅标签系统构建基础测试通过！")

任务 3：探索频道功能开发 (循环控制，15 分)

产品经理提出了三个 App 首页“探索频道”的特色功能需求。你需要通过基础逻辑来实现它们。

请编写代码，严格使用循环结构（for / while）完成以下任务：

1. “高分人气榜”： 找出所有评分 ≥ 4.3 且 评论数 ≥ 1000 的餐厅，将它们的名称存入列表 popular。
2. “探索线下门店”： 为了鼓励大家多去线下体验，请找一家不支持外卖的店。使用 while 循环，从列表开头开始查找，遇到第一家不支持外卖的店即停止，将其名称赋值给 first_no_delivery。
3. “前端排版测试”： 前端工程师需要提取部分数据进行界面轮播图测试，请使用 enumerate 遍历餐厅列表，提取所有索引为偶数（0, 2, 4...）的餐厅名称，存入列表 even_index_names。

# YOUR CODE HERE
raise NotImplementedError()

print(f"高分人气榜: {popular}")
print(f"推荐线下体验: {first_no_delivery}")
print(f"偶数索引数据: {even_index_names}")

assert isinstance(popular, list), "popular 应为列表"
assert isinstance(first_no_delivery, str), "first_no_delivery 应为字符串"
assert first_no_delivery == "一兰拉面", "线下体验门店查找错误，应为列表里第一家不支持外卖的店"
assert len(even_index_names) == 10, "偶数索引应有 10 个元素（索引 0,2,...,18）"
assert even_index_names[0] == "海底捞(五道口店)" and even_index_names[1] == "鲍师傅糕点", "前端排版测试数据提取有误"
print("Q3 探索频道功能逻辑基础测试通过！")

任务 4：高性价比美食专区 (列表操作，15 分)

平台计划上线“高性价比专区”，帮助同学们在保证体验的同时合理控制花销。我们需要通过列表切片和推导式技术来处理数据。

1. 优质精选榜： 将所有餐厅按评分（rating）从高到低排序（如果评分相同，保持原列表的默认顺序即可），切片取出排名前5的餐厅名称，存入列表 top5_names。
2. 数据抽样校验： 截取 restaurants 列表中第3到第7家（即索引 2 到 6，含两端）的餐厅，将它们的人均消费单独提取出来，存入列表 prices_slice。
3. 平价外卖直达（列表推导式）： 使用一行代码，生成一个列表 affordable_delivery，包含所有 人均消费 < 50 且支持外卖 的餐厅名称。

提示： sorted() 函数可以通过 key=lambda ... 和 reverse=True 参数轻松完成自定义的高阶排序。

# YOUR CODE HERE
raise NotImplementedError()

print(f"评分前5名: {top5_names}")
print(f"抽样数据价格: {prices_slice}")
print(f"平价外卖清单: {affordable_delivery}")

assert isinstance(top5_names, list) and len(top5_names) == 5
assert top5_names[0] == "一兰拉面", "评分第一名应该是一兰拉面"
assert isinstance(prices_slice, list) and len(prices_slice) == 5
assert prices_slice == [25, 30, 22, 85, 35], "抽样数据价格提取有误"
assert isinstance(affordable_delivery, list)
assert "西少爷肉夹馍" in affordable_delivery and "海底捞(五道口店)" not in affordable_delivery, "平价外卖逻辑有误"
print("Q4 高性价比专区数据处理基础测试通过！")

任务 5：餐饮品类商业分析 (字典应用，10 分)

商业分析师（Business Analyst）正在撰写周边餐饮环境调研报告，需要了解目前市场的主流菜系和品类均价。

请使用字典（Dictionary）进行数据聚合计算：

1. 菜系分布统计： 创建字典 cuisine_count，记录每种菜系有多少家餐厅（例：{"火锅": 2, "日料": 1}）。
2. 品类价格指数： 创建字典 cuisine_avg_price，计算出每种菜系的平均人均消费。
3. 主流品类： 找出餐厅数量最多的那一种菜系名称，赋值给变量 most_common_cuisine。

# YOUR CODE HERE
raise NotImplementedError()

print(f"品类分布: {cuisine_count}")
print(f"品类价格指数: {cuisine_avg_price}")
print(f"周边最主流品类: {most_common_cuisine}")

assert isinstance(cuisine_count, dict) and isinstance(cuisine_avg_price, dict)
assert isinstance(most_common_cuisine, str)
assert cuisine_count["火锅"] == 2, "火锅应有 2 家"
print("Q5 商业分析数据聚合基础测试通过！")

任务 6：区域餐饮生态对比 (集合运算，10 分)

战略规划部需要对比“五道口（社会餐饮为主）”和“清华校内（食堂为主）”的餐饮生态差异，为未来的推荐算法添加区域权重属性。

这正是 Python 集合（Set） 大显身手的时候！请计算：

1. 创建集合 wudaokou_cuisines，提取五道口区域所有不重复的菜系。
2. 创建集合 campus_cuisines，提取清华校内区域所有不重复的菜系。
3. 区域特色： 计算五道口有但清华校内没有的菜系，赋值给 only_wudaokou。
4. 区域共性： 计算两个区域共同拥有的菜系，赋值给 shared_cuisines。
5. 全域品类： 计算这两个区域覆盖的所有菜系总和（并集），赋值给 all_cuisines。

# YOUR CODE HERE
raise NotImplementedError()

print(f"五道口特色菜系: {only_wudaokou}")
print(f"双方共有的菜系: {shared_cuisines}")
print(f"全域餐饮品类: {all_cuisines}")

assert isinstance(wudaokou_cuisines, set) and isinstance(campus_cuisines, set)
assert isinstance(only_wudaokou, set) and isinstance(shared_cuisines, set) and isinstance(all_cuisines, set)
print("Q6 区域餐饮生态对比基础测试通过！")

任务 7：核心查询组件开发 (函数封装，10 分)

为了支撑后续更复杂的功能，我们需要将常用的查询逻辑封装成稳定可靠的函数 (Functions)，构建后端 API 的基础组件。

请定义以下两个组件：

组件 1: 筛选引擎 filter_restaurants(data, min_rating=4.0, max_price=100, cuisine=None)

• 接收全量列表 data，并过滤出满足条件的餐厅：
  • 评分 ≥ min_rating (默认 4.0)
  • 价格 ≤ max_price (默认 100)
  • 菜系完全匹配 cuisine (默认为 None 时表示不限制菜系)
• 返回：满足所有约束的餐厅字典列表。

组件 2: 统计面板 restaurant_summary(data)

• 接收一个餐厅列表 data，返回一个包含3个元素的元组 (Tuple)： (餐厅总数量, 平均人均消费, 平均评分)。
• 防御性编程：如果传入的 data 是空的，请直接返回 (0, 0.0, 0.0)，防止出现除以零的错误。

# YOUR CODE HERE
raise NotImplementedError()

# 模拟模块调用测试
hotpot = filter_restaurants(restaurants, cuisine="火锅", max_price=200)
print(f"查询火锅 (预算充足): {[r['name'] for r in hotpot]}")

cheap_good = filter_restaurants(restaurants, min_rating=4.0, max_price=30)
print(f"查询平价好评: {[r['name'] for r in cheap_good]}")

result = restaurant_summary(restaurants)
print(f"全局统计信息: 数量={result[0]}, 均价={result[1]:.1f}, 均分={result[2]:.2f}")

assert callable(filter_restaurants) and callable(restaurant_summary)
assert isinstance(filter_restaurants(restaurants), list)
result = restaurant_summary(restaurants)
assert isinstance(result, tuple) and len(result) == 3
assert restaurant_summary([]) == (0, 0.0, 0.0), "防御性编程测试失败：传入空列表时应返回 (0, 0.0, 0.0)"
print("Q7 基础查询与统计组件封装基础测试通过！")

任务 8：数据导出与模型对接 (文件 IO，10 分)

AI 算法团队计划引入机器学习模型进行深度偏好分析，他们的训练管道需要 .csv 格式的结构化数据。你需要负责将内存中的数据持久化存储。

第一段管线：写入导出 将 restaurants 数据写入文件 restaurants_export.csv，要求：

• 提示： 在使用 open() 函数读写文件时，请务必添加参数 encoding='utf-8'，以防中文字符乱码。
• 首行为表头：name,cuisine,price,rating,reviews,delivery,district
• 逐行写入对应数据。其中 delivery 字段目前是 True/False，请转换为数值 1 或 0，以便模型更好地处理。

第二段管线：读取校验 请读取刚生成的 restaurants_export.csv 进行数据完整性验证：

• 将读取出的文本按行分割成列表（跳过表头），存入 csv_lines。
• 计算读取出来的有效数据条目数，存入 csv_restaurant_count。

# YOUR CODE HERE
raise NotImplementedError()

print(f"数据导出完成，成功校验 {csv_restaurant_count} 条记录。")
print(f"抽检前3行数据: {csv_lines[:3]}")

import os
assert os.path.exists("restaurants_export.csv"), "文件 restaurants_export.csv 不存在"
assert isinstance(csv_lines, list) and isinstance(csv_restaurant_count, int)
print("Q8 数据 IO 管道基础测试通过！")

任务 9：智能推荐引擎构建 (综合题，10 分)

这是本期 Lab 的最终挑战！你需要综合运用前面的知识，构建推荐系统的核心逻辑模块。

请编写函数 recommend(data, budget, preferences, top_n=3)，根据用户的多维度需求进行精准匹配：

1. 预算硬约束： 过滤掉所有 price > budget 的餐厅。
2. 偏好特征匹配： 依次检查字典 preferences。如果传入了 "cuisine"、"delivery" 或 "district" 特征（可能部分缺失），则餐厅必须同时满足这些提供的条件（即取交集），不符合的直接筛选掉。
3. 质量排序： 将剩余的备选餐厅按评分 rating 从高到低 进行排序。
4. 结果输出： 返回排名前 top_n 的餐厅名称列表（若符合条件的数量不足 top_n，则返回全部符合条件的列表）。

def recommend(data, budget, preferences, top_n=3):
    # YOUR CODE HERE
    raise NotImplementedError()

# 使用不同场景测试推荐引擎：
print("场景 1 (预算50元 + 需要外卖):", recommend(restaurants, 50, {"delivery": True}))
print("场景 2 (预算100元 + 指定五道口商圈):", recommend(restaurants, 100, {"district": "五道口"}))
print("场景 3 (预算30元 + 要求校内就餐):", recommend(restaurants, 30, {"district": "清华校内"}, top_n=5))

assert callable(recommend)
result = recommend(restaurants, 50, {"delivery": True})
assert isinstance(result, list) and len(result) <= 3
assert all(isinstance(name, str) for name in result)
assert "紫光园(蓝旗营)" not in result, "紫光园不支持外卖，不应出现在场景 1 的结果中"
print("Q9 核心推荐引擎逻辑基础测试通过！")

---

Lab 顺利完成！

恭喜你完成了本次数据分析与系统构建的挑战！通过这个项目，你已经将 Python 的基础语法成功应用到了实际的工程与业务场景中。

提交前的最终检查：

• 请确认 9 个任务都正常打印出了基础测试通过的提示。
• 建议点击顶部菜单栏的 Kernel -> Restart & Run All，确保代码环境从头到尾运行顺畅且无报错。
• 确认无误后，请保存并上传你的 .ipynb 文件到课程平台。