杀虫市场分析（2）

杀虫市场分析（2）

#  预配置，详情请看（1）
import numpy as np
import pandas as pd 
import os
import glob
import matplotlib.pyplot as plt
import matplotlib.style as style
import seaborn as sns
import warnings
import datetime

#配置项  (配置画布)
warnings.filterwarnings("ignore")

style.use("fivethirtyeight")

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
plt.rcParams["figure.figsize"] = (14,8)

#科学计数法
np.set_printoptions(suppress=True)
pd.set_option("display.float_format",lambda x : "%.3f"%x) 

#切目录
os.chdir("./data/杀虫/驱虫剂市场")  
filenames = glob.glob("*市场近三年交易额.xlsx")  #文件名
dfs = []
for f in filenames:
    df = pd.read_excel(f)
    if df["时间"].dtype == "int64":
        df["时间"] = pd.to_datetime(df["时间"],unit="D",origin=pd.Timestamp("1899-12-30"))
    df = df.set_index("时间")
    df.columns = [f.split("市场")[0] + "交易金额"]
    dfs.append(df)
df = pd.concat(dfs,axis=1)

市场的总体情况

总体市场分析

df = df.reset_index()
df["年份"] = df["时间"].dt.year
byyear = df.groupby("年份").sum()
byyear["总体份额"] = byyear.sum(axis=1)
byyear

byyear.总体份额.plot(title="近四年的灭鼠杀虫的市场增长趋势",c='r',marker="o",markersize=20,markerfacecolor="orange")

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pQIh28v0-1627362164291)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1626871987150.png)]

细分市场趋势

byyear.iloc[:,:-1].plot(marker='8',markersize='10')

#8张图
i=1
plt.figure(figsize=(2*10,4*6.18))
for c in byyear.columns:
    axes = plt.subplot(2,4,i)
    sns.barplot(data=byyear.reset_index().loc[:,["年份",c]],x="年份",y=c,ax=axes)
    sns.pointplot(data=byyear.reset_index().loc[:,["年份",c]],x="年份",y=c,ax=axes)
    axes.set_title(c)
    for x,y in zip(range(len(byyear.index)),byyear[c]):
        plt.text(x=x,y=y-y+100,s=round(y,2),rotation=90,size=20)
    i+=1

每个细分市场的份额占比

byyear_rate = byyear.div(byyear["总体份额"],axis=0).iloc[:,:-1]
byyear_rate.plot(kind='bar',stacked=True,colormap="rainbow")
plt.legend(loc=[1,0])
plt.title("细分市场的份额占比")

年度增长率

from copy import deepcopy
by_ = deepcopy(byyear)
by_.index=by_.index+1
#(后年 - 前年)/前年
rate = byyear.diff().dropna() / by_.iloc[:-1]
rate
rate.plot(kind="bar")

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3A4rfJyd-1627362164303)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1626872306138.png)]

byyear.pct_change()

市场集中度

交易指数 : 订单数 买家数 支付件数 支付金额

df = pd.read_excel("top100品牌数据.xlsx")
#交易指数比
df["交易指数比"] = df["交易指数"].div(df["交易指数"].sum())

plt.figure(figsize=(30,10))
sns.barplot(data=df,x="品牌",y="交易指数比")
a=plt.xticks(rotation=90)

#赫芬达尔-赫希曼指数表示市场不集中
np.sum(df["交易指数比"]**2)

0.013546334007208918

远远小于1，说明市场没有垄断倾向

前80后20（80/20）

#top20%
top20 = df.loc[df["交易指数"]>= df["交易指数"].quantile(0.8),"交易指数"].sum()
last80 = df.loc[df["交易指数"]< df["交易指数"].quantile(0.8),"交易指数"].sum()
#画图
plt.pie([top20,last80],autopct="%.2f%%",wedgeprops=dict(width=0.5))
plt.legend(labels=["top20","last80"])

[外链图片转存中...(img-w4V9yoc6-1627362164310)]

**金额前20%的人占了39.71%，占了大半的市场，在经营和管理应该抓住关键的少数顾客精确定位加强服务**