百香網誌: 2021

本校百香果USR計畫，透過休閒事業管理系開設的導覽解說課程，培育學生休閒農業旅遊相關基礎能力。該課程讓學生瞭解理論基礎、導覽解說媒體、原則、技巧，並以實務操作方式進行介紹。藉由課程，同學除了熟悉導覽解說相關概念，透過小組合作學習方式，進行導覽解說景點規劃、實地踏查、資訊收集、影像拍攝，完成導覽解說報告。報告係針對選定之觀察主題，進行該主題之資料收集、解說腳本撰寫、進行解說導覽並製作解說導覽影片，藉此學習導覽解說實務能力。

學生(團隊)姓名：盧O富、毛O暄、劉O珊、葉O沛
授課教師：洪崇彬
課程名稱：導覽解說
受訪農民：埔里大坪頂綠野仙踪休閒農場游山桂先生
成果介紹：

(1)小組投入：

本課程介紹埔里合成里的百香果品種、種植與生產、百香果農場環境、社區具特色之休閒觀光資源及人文歷史，觸發小組對合成里產生興趣並進一步深入探討百香果之種植與生產，作為導覽解說報告題材。

(2)資訊收集與實地採訪：

小組成員首先收集埔里合成里相關之文獻與資訊，從學長姐專題製作成果「農產品觀光旅遊專題-以百香果為例」、「行動導覽系統之建置－以埔里合成里農村觀光為例」及參與USR計畫辦理之合成里場域活動，獲得有關合成里百香果相關資訊，進而訪問百香果農，並進行影像拍攝、剪輯、後製，完成後於學期末上台報告並展示成果。

(3)成果影片連結：導覽解說課程-埔里合成里百香果採訪影片

(學生團隊採訪果農游山桂先生)

埔里合成里百香果採訪影片

2021年7月27日星期二

用Python爬出南投百香果生產成本以及報酬

農產品生產成本調查資料：https://data.coa.gov.tw/open_detail.aspx?id=lowkVAjACbtM

相關的閱讀：做好農作物生產成本收益分析：開源節流量入為出

從上方這篇文章中的公式如下：

農家賺款 = 家族勞動報酬＋自家土地地租＋自有資金資本利息

家族勞動報酬 = 損益 + 自家人工費

損益 = 粗收益 - 生產費用總計（第二種生產費）

粗收益 = 主產物價值 + 副產物價值

第二種生產費 = 第一種生產費 + 地租 + 利息

第一種生產費 = 直接成本 + 間接成本 - 副產物價值

經由程式計算取得下列資訊：

　　第二種成本　（35） : 2412.9058

　　第一種成本　（34） : 1849.5991

　　　農家賺款　（33） : 1050746.6948

　　家族勞動報酬（32） : 1034704.7943

　　損　　　益　（31） : 921067.9429

　　粗　收　益　（30） : 1721640.2956

1.首先要先瞭解資料的結構。

資料介接：https://data.coa.gov.tw/Service/OpenData/TransService.aspx?UnitId=lowkVAjACbtM

2.爬蟲基本程式架構，從上圖可以看出，取出"百香果"的Key是"PRODUCTION"，程式設計如下：

import requests
import json
r = requests.get('https://data.coa.gov.tw/Service/OpenData/TransService.aspx?UnitId=lowkVAjACbtM')
text = json.loads(r.text)
for row in text:
    if '百香果' in row['PRODUCTNAME']:
        print (row)

執行結果：

3.雜亂的JSON格式，我們取出兩個重要的KEY，一個是'PRICE'，另一個是'COSTITEM'，設計程式如下：

import requests
import json
r = requests.get('https://data.coa.gov.tw/Service/OpenData/TransService.aspx?UnitId=lowkVAjACbtM')
text = json.loads(r.text)
for row in text:
    if '百香果' in row['PRODUCTNAME']:
        print (row['COSTITEM'],':', row['PRICE'])

執行結果：

4.居然發現成本資料有重複現象，重複部份在上圖反白部份，仔細檢查原始資料。

5.發現"COUNTYNAME"，一個有標示"南投縣"，一個是空字串，因此過濾程式如下：

import requests
import json
r = requests.get('https://data.coa.gov.tw/Service/OpenData/TransService.aspx?UnitId=lowkVAjACbtM')
text = json.loads(r.text)
for row in text:
    if '百香果' in row['PRODUCTNAME']:
        if row['COUNTYNAME'] == '南投縣':
            print (row['COSTITEM'],':', row['PRICE'])土

執行結果：

6.依照文章內的公式，只留幾個重要的資訊，其程式如下：

import requests
import json
r = requests.get('https://data.coa.gov.tw/Service/OpenData/TransService.aspx?UnitId=lowkVAjACbtM')
text = json.loads(r.text)
for row in text:
    if '百香果' in row['PRODUCTNAME']:
        if row['COUNTYNAME'] == '南投縣':
            if row['COSTITEM'] in ['　　　農家賺款　（33）',
                                   '　　家族勞動報酬（32）',
                                   '　　損　　　益　（31）',
                                   '　　粗　收　益　（30）',
                                   '　　第二種成本　（35）',
                                   '　　第一種成本　（34）']:
                print (row['COSTITEM'],':', row['PRICE'])

執行結果：

2021年7月26日星期一

用Python爬農情報告瞭解南投近十年的一級百香果產業的狀況

資料來源：農情報告資源網(https://agr.afa.gov.tw/afa/afa_frame.jsp)

本篇文章從農情報告資源網中，使用Python結合爬蟲和製表的工具，來觀察近十年南投百香果產業的發展情形。

程式：

#使用爬蟲技術取得資料
import requests
from bs4 import BeautifulSoup
import pandas as pd
my_years = ['100', '101', '102', '103', '104', '105', '106', '107', '108', '109']
my_data = {'accountingyear': '109', 'item': '03', 'crop':'643', 'city':'0008'}
my_area = []
my_yield = []
for year in my_years:
    my_data['accountingyear'] = year
    r = requests.post("https://agr.afa.gov.tw/afa/pgcropcity.jsp",my_data )
    soup = BeautifulSoup(r.text, 'lxml')
    result = soup.find("div", class_="DivRestTbl")
    dfs = pd.read_html(str(result))
    df = dfs[0]
    my_area.append(df.at[2,1])
    my_yield.append(df.at[2,4])
#繪製圖表
from pyecharts import Bar, Line, Overlap
bar = Bar()
bar.add("百香果耕種面積", my_years, my_area)
line = Line()
line.add("百香果收量", my_years, my_yield)
overlap = Overlap()
overlap.add(bar)
overlap.add(line, is_add_yaxis=True, yaxis_index=1)
overlap.render()
#請用瀏覽器打開reder.html檔案即可以觀看

用Python爬農情報告可以得知南投近十年來在百香果的耕種面積成長快一倍

資料來源：農情報告資源網(https://agr.afa.gov.tw/afa/afa_frame.jsp)

從上圖我們可以看出南投近十年來在百香果的耕種面積成長快一倍。

程式：

#使用爬蟲技術取得資料
import requests
from bs4 import BeautifulSoup
import pandas as pd
my_years = ['100', '101', '102', '103', '104', '105', '106', '107', '108', '109']
my_data = {'accountingyear': '109', 'item': '03', 'crop':'643', 'city':'0008'}
my_area = []
for year in my_years:
    my_data['accountingyear'] = year
    r = requests.post("https://agr.afa.gov.tw/afa/pgcropcity.jsp",my_data )
    soup = BeautifulSoup(r.text, 'lxml')
    result = soup.find("div", class_="DivRestTbl")
    dfs = pd.read_html(str(result))
    df = dfs[0]
    my_area.append(df.at[2,1])
#繪製圖表
from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis(my_years)
bar.add_yaxis("耕種面積", my_area)
bar.render()
#請用瀏覽器打開reder.html檔案即可以觀看

2021年7月25日星期日

梅生產的前十名鄉鎮有那些？Python一下!

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'635',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("梅種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

可可生產的前十名鄉鎮有那些？Python一下!

可可全國生產最多鄉鎮是南投的名間鄉，佔全國收量20.3%。

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'647',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("可可種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

香蕉生產的前十名鄉鎮有那些？Python一下!

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'601',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("香蕉種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

節瓜生產的前十名鄉鎮有那些？Python一下!

很難想像，節瓜的重要產地是在南投仁愛鄉，佔全國的60%。

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'485',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("節瓜種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

茭白筍生產的前十名鄉鎮有那些？Python一下!

茭白筍和百香果都是南投埔里鎮很重要的產物，高居全國榜首，佔88.2%，程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'418',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("茭白筍種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

食用蕃茄生產的前十名鄉鎮有那些？Python一下!

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'425',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("食用蕃茄收量排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

薑生產的前十名鄉鎮有那些？Python一下!

薑也是南投的重要產物，前十名鄉鎮就有4個。

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'441',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("薑種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

咖啡生產的前十名鄉鎮有那些？Python一下!

程式：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'337',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("咖啡種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

茶生產的前十名鄉鎮有那些？Python一下!

在南投除了百香果外，茶也是重要的生產作物，前4名鄉鎮都是由南投包辦。

程式碼如下：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'305',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("茶種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

百香果生產的前十名鄉鎮有那些？Python一下!

找出百香果生產的前十名鄉鎮的程式列表：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'643', 'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
print(df[:13])

程式解說，增加個參數值{'desc_asc':'desc'}，表示用遞減方式排列。

從以上的數據來看就可以知道南投縣埔里鎮佔全全國收量的83%，而第二名是台中市后里區佔1.4%, 第三名以後都不到1%。

程式如下：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'643',
    'city':'0008', 'desc_asc':'desc'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcropmeaqty_all.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
for item in range(1, 11):
    print("百香果種植面積排第{}名的鄉鎮是{}, 佔合全國收量的{}%".format(
        item, df.at[item+2,0], int(df.at[item+2,4])/int(df.at[2,4])*100))

2021年7月24日星期六

用十行Python指令，就可以得南投各鄉鎮百香果的生產情形

上圖的用十行Python指令，就可以得南投各鄉鎮百香果的生產情形，程式碼如下：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'643', 'city':'0008'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcroptown.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
print(df)

瞭解埔里鎮佔全南投縣的佔比是？

程式碼：

import requests
from bs4 import BeautifulSoup
import pandas as pd
my_data = {'accountingyear': '109', 'item': '03', 'crop':'643', 'city':'0008'}
r = requests.post("https://agr.afa.gov.tw/afa/pgcroptown.jsp",my_data )
soup = BeautifulSoup(r.text, 'lxml')
result = soup.find("div", class_="DivRestTbl")
dfs = pd.read_html(str(result))
df = dfs[0]
print('埔里鎮百香果的收量是', df.at[9,4], df.at[1,4])
print('南投百香果的收量是', df.at[15,4], df.at[1,4])
print('埔里百香果收量佔南投縣的', int(df.at[9,4])/int(df.at[15,4])*100, '%')

訂閱：文章 (Atom)

2021年10月20日 星期三

2021年9月5日 星期日

2021年8月29日 星期日

學生參與USR計畫課程展現百香果導覽解說成效

2021年7月27日 星期二

2021年7月26日 星期一

2021年7月25日 星期日

2021年7月24日 星期六

2021年10月20日星期三

2021年9月5日星期日

2021年8月29日星期日

2021年7月27日星期二

2021年7月26日星期一

2021年7月25日星期日

2021年7月24日星期六