520情人节，不懂送女朋友什么牌子的口红？没关系！Python 数据分析告诉你

2401_84616838

于 2024-04-26 19:29:07 发布

阅读量696

点赞数 9

分类专栏： 2024年程序员学习文章标签： python

本文链接：https://blog.csdn.net/2401_84616838/article/details/138228204

版权

2024年程序员学习专栏收录该内容

5 篇文章 0 订阅

订阅专栏

文章讲述了如何使用Python爬虫抓取京东商城口红数据，对价格区间、销量分布、热销商品和店铺进行了分析，揭示了口红销售的规律，同时强调了数据预处理在分析中的重要性。

摘要由CSDN通过智能技术生成

一、案例说明

1、案例背景

520情人节，不懂送女朋友什么牌子的口红？没关系！Python 数据分析告诉你。

我们爬取了京东商城口红近 4000 条口红商品信息，并对这些口红数据进行分析，让大家买口红给女朋友时有个选择的参考，从如下几个方面去分析：

1、哪些价格区间的口红卖的最好？
2、口红销量分布情况。
3、销量前10的口红有哪些？
4、销量前10的店铺。
5、商品价格和销量的关系。

文末领取全套最新Python学习资源！

2、任务说明

通过 Python 爬虫爬取了京东上所有口红铺的数据集 jd_data.csv。

我们希望通过该数据集，针对不同的口红品牌和店铺进行统计与分析，从而能够解开我们上述疑问。

3、数据字段的说明

字段含义图：

4、数据分析的流程
在这里插入图片描述

二、数据预处理

数据清洗

1、首先从csv文件中导入数据

python复制代码import pandas as pd 
import matplotlib.pyplot as plt 

#读取数据
dataframe = pd.read_csv('jd\_data.csv',encoding = 'gb18030')#这里不能使用utf-8
print(dataframe.shape)

查看下有多少行、列数据：
(3816, 6)
共有3816行，6列（上面有这六个字段说明）

2、缺失值处理

kotlin复制代码data = dataframe.dropna(how='any')
data.head()
print(data.shape)

(3610, 6)
从这里可以看出还是有些缺失值的

对于缺失值的处理主要有两种方法：

删除

填充：分为均值、中位数、众数、附近值进行填充，还有牛顿差值法等等。
这里偷一下懒，使用比较简便的删除的方式处理缺失值，毕竟缺失的不是很多。

ini复制代码# inplace=True表示原地修改数据集  
data.dropna(axis=0, inplace=True)   
  
# 对删除后缺失值后的数据集，再次进行缺失值统计  
data.isnull().sum(axis=1)

数据转换

1、将评论的+和万字修改

scss复制代码def dealComment(comm_colum):
    num = str(comm_colum).split('+')[0]
    if '万' in num:
        if '.' in num :
            num = num.replace('.','').replace('万','000')
        else:
            num = num.replace('.','').replace('万','0000')
    return num
dataframe['comment'] = dataframe['comment'].apply(lambda x: dealComment_num(x))
#转换成int类型
dataframe['comment'] = dataframe.comment.astype('int') 
data = dataframe.drop('comment',axis = 1)
print(data.head(10))

经过处理完后的数据：

数据预处理是数据分析的一项重要任务，能否得到准确的数据分析结果离不开数据预处理，下面我们开始对口红数据进行分析吧！

文末领取全套最新Python学习资源！

三、数据分析

京东上面商品没有销量这一信息，我们姑且将评论数当成是销量。

本次项目中取用了 name、price、comment、shop_name 、shop_type 这几个字段的信息。

分别是商品标题名称、价格、评论数、店铺名、店铺类型来进行分析。

1、口红价格分布区间

ini复制代码import pandas as pd 
import matplotlib.pyplot as plt

#读取数据
data = pd.read_csv('jd_data.csv',encoding = 'gb18030')

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.figure(figsize=(10,8))
price = data[data['price'] < 1000]
plt.hist(price['price'], bins=10, color='brown')
plt.xlabel('价格')
plt.ylabel('商品数量')
plt.title('价格商品分布')
plt.show()

结果如下：

通过上图，可以很清楚看到：

口红的价格绝大多数在0-500元的区间之内，但是也有口红的售价达到了1000元，哈哈努力挣钱吧。
其中200-300元价位的数量非常的高，超过了1200，而且价格超过300元的有明显的减少趋势，哈哈价格才是王道。

2、销量分布情况

由于没有爬取到销量信息，所以将评论数当成销量

ini复制代码#销量分析
sale_num = data[data['comment'] > 100]
plt.figure(figsize=(10,8))
#print(len(sale_num)/len(data))  #查看下大致的区间分布
plt.hist(sale_num['comment'], bins=20, color='blue')
plt.xlabel('销量')
plt.ylabel('数量')
plt.title('销量情况')
plt.show()

结果如下：

通过直方图我们可以看到：

销售量基本是在20万以内。
销售量在10万以内的占了绝大多数
还有极个别的店铺销量竟然超过了100万

3、销售前10的口红

scss复制代码#销售前10的口红
#抽取商品标题的简略信息
def get_title(item):
    title = item.split(' ')[0]
    return title

data['small_name'] = data['name'].apply(lambda x: get_title(x)) 
data1 = data.drop('name',axis = 1)
top10Lipstick = data1.sort_values('comment',ascending=False)
print(top10Lipstick.head(10))
title = top10Lipstick['small_name'][:10]
sale_num = top10Lipstick['comment'][:10]
plt.figure(figsize=(10,8),dpi = 80) 
plt.bar(range(10),sale_num,width=0.6,color='red')
plt.xticks(range(10),title,rotation=45)
#plt.ylim((9,9.7))   #设置y轴坐标
plt.ylabel('数量') 
plt.xlabel('标题')  
plt.title('销量前10的糖果')
for x,y in enumerate(list(sale_num)):   
    plt.text(x,float(y)+0.01,y,ha='center')

结果如下：

文末领取全套最新Python学习资源！

可以发现，排名前三位的是：

京东国际魅可（MAC)经典唇膏子弹头口红3g Chili 小辣椒色

商品图片

【520礼物】中国风口红套装礼盒女颐和园同款唇膏唇釉学生非小样彩妆口红套装（6支）

商品图片

【520礼物】迪奥（Dior）烈艳蓝金唇膏-哑光999# 3.5g 传奇红（口红正红色传奇红赠精美礼盒）

商品图片

4、销量前10的店铺

分析完销量前10的商品后，我们再来看下销量前10的店铺：

代码如下：

scss复制代码#销量前10的店铺
top_shop = data.groupby('shop_name')['comment'].sum().sort_values(ascending=False)[:10]
print(top_shop.head(10))

plt.figure(figsize=(10,8),dpi = 80)
top_shop.plot(kind = 'bar',color='red',width= 0.6)
plt.ylabel('数量')
plt.xlabel('店铺名')  
plt.title('销量前10的店铺') 
plt.xticks(rotation=45)
for x,y in enumerate(list(top_shop)): 
    plt.text(x,float(y)+0.1,y,ha='center')
plt.show()

结果如下：

由上图可以看到：

MAC魅可海外自营专区占据第一名，达 1365308 的销售量，而且基本前10的店铺销量都在5万以上。
前三名都基本达到了130多万
前10名中有5个是京东自营

5、商品价格和销量的关系

我们采用散点图的方式，看看价格和销量的分布关系

kotlin复制代码plt.figure(figsize=(10,8))
plt.scatter(data['price'],data['comment'], color='blue')
plt.xlabel('价格')
plt.ylabel('销量')
plt.title('价格、销量的散点分布')
plt.show()

结果如下：

可以看出：

随着价格的升高销量会减小，而且价格在400内，对销量的影响不大，证明绝大多数人的口红消费区间在0-400元之间，但是最贵的竟然达到了近1700元，哈哈，贫穷限制了我的想象。

四、总结

经过这次小小的数据分析，还是学到了许多的。作为一名小白，还有许多要学习：

数据清洗，它是能分析出正确结果的保证；
如何挖掘数据不同维度间的联系等；

不足：本次数据分析还有许多需要完善的地方：

比如分析不同类型的店铺占比店铺；
不同类型的店铺之间的销量对比；
由于本次没有爬取评论数据，没有做情感分析；

数据分析之路还很漫长，加油！

如果大家对Python感兴趣，那么这套python学习资料一定对你有用

对于0基础小白入门：

这如果你是零基础小白，想快速入门Python是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python！

在这里插入图片描述
我已经上传至CSDN官方，如果需要可以扫描下方二维码都可以免费获取【保证100%免费】

零基础Python学习资源介绍

Python所有方向的学习路线图，清楚各个方向要学什么东西
600多节Python课程视频，涵盖必备基础、爬虫和数据分析
100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论
爬虫与反爬虫攻防教程包，含15个大型网站迫解
超300本Python电子好书，从入门到高阶应有尽有
华为出品独家Python漫画教程，手机也能学习
历年互联网企业Python面试真题,复习时非常方便

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）
在这里插入图片描述

👉Python必备开发工具👈

在这里插入图片描述

👉Python学习视频与电子书籍👈

观看零基础学习视频，结合电子书籍最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

在这里插入图片描述

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
在这里插入图片描述

👉100道Python练习题👈

检查学习结果，巩固所学知识。
在这里插入图片描述

👉面试刷题👈

在这里插入图片描述

最新全套【Python入门到进阶资料 & 实战源码 &安装工具】（安全链接，放心点击）

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。

本期内容就分享到这里，下回再见啊！喜欢并且对你有用的话，记得点赞支持一下！！

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2401_84616838

关注

9
点赞
踩
31

收藏

觉得还不错? 一键收藏
0
评论
520情人节，不懂送女朋友什么牌子的口红？没关系！Python 数据分析告诉你

经过这次小小的数据分析，还是学到了许多的。数据清洗，它是能分析出正确结果的保证；如何挖掘数据不同维度间的联系等；比如分析不同类型的店铺占比店铺；不同类型的店铺之间的销量对比；由于本次没有爬取评论数据，没有做情感分析；数据分析之路还很漫长，加油！如果大家对Python感兴趣，那么这套python学习资料一定对你有用这如果你是零基础小白，想快速入门Python是可以考虑的。一方面是学习时间相对较短，学习内容更全面更集中。二方面是可以根据这些资料规划好学习计划和方向。
复制链接

扫一扫