我們延續昨天透過評論水晶球，看見每個景點的熱門關鍵字與情緒分布，今天的挑戰是：把旅遊評論數據結合地圖，打造互動式、炫酷的旅遊視覺魔法！

挑戰任務：將「尼泊爾十大景點」的評論，轉化為一張「會呼吸的情緒地球儀」

旅行不只是數字的堆疊，我們想透過地圖挖掘資訊的內幕：

　-哪些景點人氣火熱？
　-哪裡遊客抱怨聲最大？
　-哪個城市最有潛力？

關於今天闖關路上遇到的夥伴

1. Google Places API

原始評論只有「景點名稱」，但要畫地圖，必須知道 經緯度。這時候我們出動 Google Places API：它能幫我們取得各種地點資訊，例如：經度、緯度、評價、分類、特色等，我們主要要用它來抓出座標，讓我們能在地圖上定位。

前往Google Cloud Console ，點選「啟用API和服務」。接著搜尋「Places API」按下「啟用」。
小技巧：要注意金鑰管理、流量限制或收費問題。建議在測試階段注意 API 用量，先設置配額，或盡量使用免費額度，以避免額外費用或呼叫失敗。

2. Plotly 系列魔法

它是一個 互動式數據視覺化工具，特色是能做出可縮放、可點擊的互動圖表，很適合用在地圖與數據探索。

冒險任務步驟：
取得經緯度 → 計算人氣與情緒比例 → 依情緒分群抓取熱門關鍵字 → 建立 Plotly 地圖 → 成果視覺化

Step 1：收集地點經緯度

先列出景點清單，然後透過 requests 來呼叫 Google Places API 抓取景點的經緯度、評分、類型等資訊。為了避免API呼叫太多次，先做小規模測試，並將景點的經緯度資訊結果儲存下來，方便後續 Plotly 視覺化。

透過 requests 呼叫 Google Places API

Step 2：計算人氣與情緒比例

利用 data.groupby 對每個景點的評論進行統計，計算總評論數以及正面/中性/負面比例，量化情緒能量。確認資料結構，作為下一步分析圖表呈現的參考依據。
在這裡，我把 評論數 當作「人氣」的指標，因為一個產品被討論得越多，就代表它在市場上的能見度越高。
同時，把 正面情緒比例 定義為「口碑」，也就是觀察評論中有多少比例帶有正面評價。

Step 3：依情緒分群抓取熱門關鍵字

將評論依情緒分組，利用詞頻統計找出每個情緒群最常出現的關鍵字，揭示旅客最關心或最抱怨的元素。

Step 4：建立 Plotly 地圖

將經緯度、人氣、情緒比例與熱門關鍵字合併，使用 Plotly Mapbox 畫互動氣泡圖，每個氣泡呈現景點情緒概況。透過地圖視覺化掌握景點口碑：

　-氣泡大小 = 人氣（愈多人評論，氣泡就愈大）
　-顏色深淺 = 口碑（好評率越高，顏色就愈偏綠色系）

Step 5：成果視覺化

回到文章一開始提出的問題，以本案例而言

　-人氣的部分，可得知Lumbini、Pokhara、Syambhunath..好幾個景點人氣都蠻旺的。
　-口碑的部分，Annapurna Base Camp、Everest Base Camp Trek旅客的抱怨聲最大？
　-我個人覺得，Langtang 評價基本面不錯，雖然不比熱門景點那般高人流，不過看得出來市場蠻有成長空間。

來看看我們的見解有沒有雷同吧

今天解鎖的新技能：

🍄 Google Places API 抓地理資訊：快速取得景點經緯度、類型、評分
🍄 資料整合技巧：統一欄位名稱、計算情緒比例。
🍄 Plotly 地圖魔法：互動式氣泡地圖，顯示經緯度、人氣、情緒分布

📓 小結：

今天我們從評論文字跳到地圖空間：一眼掌握人氣與口碑，讓評論數據躍上地圖，瞬間變成酷炫魔法工具！