女性服装数据分析（电商数据）版本1

最新推荐文章于 2024-03-28 08:57:55 发布
最新推荐文章于 2024-03-28 08:57:55 发布
阅读量5k 收藏 34
点赞数 6
分类专栏： 数据分析 pandas sk-learn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/brytlevson/article/details/107008195
版权
pandas 同时被 3 个专栏收录
11 篇文章 2 订阅
订阅专栏
数据分析
5 篇文章 0 订阅
订阅专栏
sk-learn
3 篇文章 0 订阅
订阅专栏

女性服装数据分析（电商数据）版本1

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
color = sns.color_palette()

data = pd.read_csv('Womens_Clothing.csv')
#  查看数据结构
data
Unnamed: 0Clothing IDAgeTitleReview TextRatingRecommended INDPositive Feedback CountDivision NameDepartment NameClass Name
0076733NaNAbsolutely wonderful - silky and sexy and comf...410InitmatesIntimateIntimates
11108034NaNLove this dress! it's sooo pretty. i happene...514GeneralDressesDresses
22107760Some major design flawsI had such high hopes for this dress and reall...300GeneralDressesDresses
33104950My favorite buy!I love, love, love this jumpsuit. it's fun, fl...510General PetiteBottomsPants
4484747Flattering shirtThis shirt is very flattering to all due to th...516GeneralTopsBlouses
....................................
2348123481110434Great dress for many occasionsI was very happy to snag this dress at such a ...510General PetiteDressesDresses
234822348286248Wish it was made of cottonIt reminds me of maternity clothes. soft, stre...310General PetiteTopsKnits
2348323483110431Cute, but see throughThis fit well, but the top was very see throug...301General PetiteDressesDresses
2348423484108428Very cute dress, perfect for summer parties an...I bought this dress for a wedding i have this ...312GeneralDressesDresses
2348523485110452Please make more like this one!This dress in a lovely platinum is feminine an...5122General PetiteDressesDresses

23486 rows × 11 columns

有上面结果可知：

该数据集包括23486行和10个特征变量。每行对应一个客户评论，并包含以下变量：

**服装ID：**整数分类变量，指的是要查看的特定作品。
**年龄：**评论者年龄的正整数变量。
**标题：**评论标题的字符串变量。
**评论文本：**评论正文的字符串变量。
**评分：**客户授予的产品评分的正序整数变量，从1最差，到5最佳。
**推荐的IND：**二进制变量，说明客户在推荐1的地方推荐产品，不推荐0的地方。
**积极的反馈计数：**积极的整数，记录发现该评论为积极的其他客户的数量。
**高级部门名称：**产品高级部门的分类名称。
**部门名称：**产品部门名称的分类名称。
**类名称：**产品类名称的分类名称。

中文名称 英文名称

服装ID Clothing ID

年龄 Age

标题 Title

评论文本 Review Text

评分： Rating

推荐的IND Recommended IND

积极的反馈计数 Positive Feedback Count

高级部门名称 Division Name

部门名称 Department Name

类名称 Class Name

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 23486 entries, 0 to 23485
Data columns (total 11 columns):
Unnamed: 0                 23486 non-null int64
Clothing ID                23486 non-null int64
Age                        23486 non-null int64
Title                      19676 non-null object
Review Text                22641 non-null object
Rating                     23486 non-null int64
Recommended IND            23486 non-null int64
Positive Feedback Count    23486 non-null int64
Division Name              23472 non-null object
Department Name            23472 non-null object
Class Name                 23472 non-null object
dtypes: int64(6), object(5)
memory usage: 2.0+ MB

#  查看缺失值
# data.isnull()
#  删除缺失值
df = data.dropna()
df
Unnamed: 0Clothing IDAgeTitleReview TextRatingRecommended INDPositive Feedback CountDivision NameDepartment NameClass Name
22107760Some major design flawsI had such high hopes for this dress and reall...300GeneralDressesDresses
33104950My favorite buy!I love, love, love this jumpsuit. it's fun, fl...510General PetiteBottomsPants
4484747Flattering shirtThis shirt is very flattering to all due to th...516GeneralTopsBlouses
55108049Not for the very petiteI love tracy reese dresses, but this one is no...204GeneralDressesDresses
6685839Cagrcoal shimmer funI aded this in my basket at hte last mintue to...511General PetiteTopsKnits
....................................
2348123481110434Great dress for many occasionsI was very happy to snag this dress at such a ...510General PetiteDressesDresses
234822348286248Wish it was made of cottonIt reminds me of maternity clothes. soft, stre...310General PetiteTopsKnits
2348323483110431Cute, but see throughThis fit well, but the top was very see throug...301General PetiteDressesDresses
2348423484108428Very cute dress, perfect for summer parties an...I bought this dress for a wedding i have this ...312GeneralDressesDresses
2348523485110452Please make more like this one!This dress in a lovely platinum is feminine an...5122General PetiteDressesDresses

19662 rows × 11 columns

分析

# 1. 可视化 给出评分者的年龄
plt.hist(df['Age'], color=color[1], label='age')
plt.legend()
plt.xlabel('age')
plt.ylabel('count')
plt.title('age of commentator')
print('\n figure 01')

 figure 01

在这里fff图片描述

得出结论

由figure01 可得出：给出评论的人的年龄大多在25到45之间，青年、中年人较多

# 2. 可视化不同年龄的等级图
plt.figure(figsize=(10, 8))
sns.boxplot(x='Rating', y='Age', data=df)
plt.title('age of rating')
print('\n figure 02')

 figure 02

在这里插入图片描述

得出结论

由figure02 可得出：给出评分分布的年龄都差不多

3、每个部门、推荐什么服装？
查看Division Name,Department Name和’Class Name的唯一值

print('高级部门Division Name', df['Division Name'].unique())
print()
print('部门Department Name',df['Department Name'].unique())
print()
print('类名称Class Name',df['Class Name'].unique())

高级部门Division Name ['General' 'General Petite' 'Initmates']

部门Department Name ['Dresses' 'Bottoms' 'Tops' 'Intimate' 'Jackets' 'Trend']

类名称Class Name ['Dresses' 'Pants' 'Blouses' 'Knits' 'Intimates' 'Outerwear' 'Lounge'
 'Sweaters' 'Skirts' 'Fine gauge' 'Sleep' 'Jackets' 'Swim' 'Trend' 'Jeans'
 'Shorts' 'Legwear' 'Layering' 'Casual bottoms' 'Chemises']

将Recommended IND推荐产品为1，不推荐0的数据分开

# recommend  not_recommend
recommend = df[df['Recommended IND'] == 1]
not_recommend = df[df['Recommended IND'] == 0]
# recommend.head()
not_recommend.head()
Unnamed: 0Clothing IDAgeTitleReview TextRatingRecommended INDPositive Feedback CountDivision NameDepartment NameClass Name
22107760Some major design flawsI had such high hopes for this dress and reall...300GeneralDressesDresses
55108049Not for the very petiteI love tracy reese dresses, but this one is no...204GeneralDressesDresses
1010107753Dress looks like it's made of cheap materialDress runs small esp where the zipper area run...3014GeneralDressesDresses
2222107731Not what it looks likeFirst of all, this is not pullover styling. th...207GeneralDressesDresses
252569731Falls flatLoved the material, but i didnt really look at...300InitmatesIntimateLounge
# 4.可视化不同部门的推荐和不推荐的叠加柱状图
plt.figure(figsize=(12,8))
plt.hist(recommend['Department Name'], color=color[2], alpha=0.5, label='recommend')
plt.hist(not_recommend['Department Name'], color=color[4], alpha=0.5, label='not_recommend')
plt.legend()
plt.xticks(rotation=45)
plt.title('Department recommend and not_recommend')
print('\n figure 03')

 figure 03

在这里插入图片描述

得出结论

由figure03可知 绿色的面积大于X色的面积，由此说明，大部分部门都可以推荐商品

# 可视化不同商品的推荐和不推荐叠加柱状图
plt.figure(figsize=(12,8))
plt.hist(recommend['Class Name'], color=color[1], alpha=0.5, label='recommend')
plt.hist(not_recommend['Class Name'], color=color[5], alpha=0.5, label='not_recommend')
plt.legend()
plt.xticks(rotation=45)
plt.title('Class recommend and not_recommend')
print('\n figure 04')

 figure 04

在这里插入图片描述

得出结论

从figure04看出：并不是卖最多的Knits商品推荐成功率最大

# 哪个年龄段的人对什么样的衣服发表什么样的评论
df['Review Length'] = df['Review Text'].astype(str).apply(len)
df

E:\anaconda\lib\site-packages\ipykernel_launcher.py:2: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

​

Unnamed: 0Clothing IDAgeTitleReview TextRatingRecommended INDPositive Feedback CountDivision NameDepartment NameClass NameReview Length
22107760Some major design flawsI had such high hopes for this dress and reall...300GeneralDressesDresses500
33104950My favorite buy!I love, love, love this jumpsuit. it's fun, fl...510General PetiteBottomsPants124
4484747Flattering shirtThis shirt is very flattering to all due to th...516GeneralTopsBlouses192
55108049Not for the very petiteI love tracy reese dresses, but this one is no...204GeneralDressesDresses488
6685839Cagrcoal shimmer funI aded this in my basket at hte last mintue to...511General PetiteTopsKnits496
.......................................
2348123481110434Great dress for many occasionsI was very happy to snag this dress at such a ...510General PetiteDressesDresses131
234822348286248Wish it was made of cottonIt reminds me of maternity clothes. soft, stre...310General PetiteTopsKnits223
2348323483110431Cute, but see throughThis fit well, but the top was very see throug...301General PetiteDressesDresses208
2348423484108428Very cute dress, perfect for summer parties an...I bought this dress for a wedding i have this ...312GeneralDressesDresses427
2348523485110452Please make more like this one!This dress in a lovely platinum is feminine an...5122General PetiteDressesDresses110

19662 rows × 12 columns

#  绘制单Review Length变量分布
# 单变量分布的最方便的方法是sns.distplot()功能。默认情况下，这将绘制直方图并拟合核密度估计（KDE）
fig = plt.figure(figsize=(12, 8))
ax = sns.distplot(df['Review Length'], color=color[3])
ax = plt.title("Length of Reviews")
print('\n figure 05')

 figure 05

在这里插入图片描述

得出结论

由figure05可得出 大部分人评论的长度都基本在500

#  可视化不同年龄段的评论长度分布
plt.figure(figsize=(18,8))
sns.boxplot(x='Age', y='Review Length', data=df)
print('\n figure 06')

 figure 06

在这里插入图片描述

# 评分与正面反馈计数
plt.figure(figsize=(12,8))
sns.boxplot(x = 'Rating', y = 'Positive Feedback Count', data = df)
print('\n figure 07')

 figure 07

在这里插入图片描述

得出结论

由图figure07可得出 评分在3以上的正面反馈的计数大

词云评论可视化

# 1. 数据清洗
import re
from wordcloud import WordCloud, STOPWORDS

def clean_data(text):
    letters_only = re.sub("[^a-zA-Z]", " ", text) #  替换标点符合等
    words = letters_only.lower().split()                            
    return( " ".join( words ))
#     return letters_only


stopwords= set(STOPWORDS)|{'skirt', 'blouse','dress','sweater', 'shirt','bottom', 'pant', 'pants' 'jean', 'jeans','jacket', 'top', 'dresse'}

def create_cloud(rating):
    x= [i for i in rating]
    y= ' '.join(x)
    cloud = WordCloud(background_color='white',width=1600, height=800,max_words=100,stopwords= stopwords).generate(y)
    plt.figure(figsize=(15,7.5))
    plt.axis('off')
    plt.imshow(cloud)
    plt.show()

#  等级是5的词云图
rating5= df[df['Rating']==5]['Review Text'].apply(clean_data)
create_cloud(rating5)

在这里插入图片描述

#  等级是4的词云图
rating4= df[df['Rating']==4]['Review Text'].apply(clean_data)
create_cloud(rating4)

在这里插入图片描述

#  等级是3的词云图
rating3= df[df['Rating']==3]['Review Text'].apply(clean_data)
create_cloud(rating3)

在这里插入图片描述

#  等级是2的词云图
rating2= df[df['Rating']==2]['Review Text'].apply(clean_data)
create_cloud(rating2)

在这里插入图片描述

#  等级是1的词云图
rating1= df[df['Rating']==1]['Review Text'].apply(clean_data)
create_cloud(rating1)

在这里插入图片描述

BRYTLEVSON
关注
  • 6
    点赞
  • 踩
  • 34
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
45 | 女士电子商务服装数据分析
微信号：RunsenLiu
02-23 3345
该数据集包括23486行和10个特征变量。**服装ID：**整数分类变量，指的是要查看的特定作品。**年龄：**评论者年龄的正整数变量。**标题：**评论标题的字符串变量。评论文本：评论正文的字符串变量。**评分：**客户授予的产品评分的正序整数变量，从1最差，到5最佳。**推荐的IND：**二进制变量，说明客户在推荐1的地方推荐产品，不推荐0的地方。**积极的反馈计数：**积极的整数，记录发现该评论为积极的其他客户的数量。**高级部门名称：**产品高级部门的分类名称。
Python基础笔记（2）
Changing_with_hard的博客
05-04 757
import numpy as np import csv # 引入使用的文件 def get_alldata(filename): # 读取数据文件，获取列的标识，并将其与实验需要的标识进行比对， # 从而将数据文件中所需要使用的列的数据提取出来，为之后的处理做铺垫。 with open(filename, 'r') as csv_file: c...
电商销售数据分析.ppt
12-01
电商销售数据分析.ppt
目标检测——服装数据集
qq_43249953的博客
03-28 770
大规模：包括 49.1 万张图像，总共是 4.38 万个服饰标识（购物店展示的独特服饰）。多功能：DeepFashion2 面向多种时尚理解任务。它丰富的标注支持服饰检测和分类、密集标注和姿态检测、实例分割以及跨域实例级别的服饰检索。表达能力：这主要反映在两个方面。单幅图像中存在多个服饰；有 13 种不同类别的标识和姿态。多样性：研究者通过控制它们的 4 个属性变量来收集数据，包括尺寸、遮挡、缩放和视角。
电商产品评论数据情感分析Python源码.rar
06-01
电商产品评论数据情感分析Python源码.rar 数据挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。 为了创建模型，算法将首先分析您提供的数据，并查找特定类型的模式和趋势。概念描述算法使用此分析的结果来定义用于创建挖掘模型的最佳参数。然后，这些参数应用于整个数据集，以便提取可行模式和详细统计信息。
衣服种类图片分类pb模型和名字txt
03-28
Inception v3训练，这是700M数据集80000step的训练结果，训练综合准确率70%，训练成功率结果峰值。
clothing-pattern-dataset:包含服装图案图像的大型数据集
04-30
服装样式数据集 一个大型数据集，其中包含六类服装图案的图像：实心，条纹，点缀，方格，之字形和花卉。 请注意，此数据集中的图像可能受版权保护，因此我们不会将其公开。 取而代之的是，我们提供下载原始图像的URL，以及重建数据集所需的裁剪/缩放信息。 请参考文件googleClothingDataset.csv以下载数据集图像。 每行包含一个图像源，其中包含类名称，图像URL，原始尺寸，裁剪窗口以及一个或多个比例。 对于每个下载的图像，首先使用提供的矩形裁剪图像，然后创建合成变体，如下所示： 生成224x224像素的图像，其中裁剪后的原始图像位于帧的中心。 使用列出的值缩放图像 对于每个比例，通过以30度为增量旋转图像来生成12个变化 FingerCamera文件夹中包含的图像可以不受限制地免费使用。 如果您使用这些图像发布任何作品，请引用以下论文： @InProceedings{me
女性电子商务服装评论数据集
不务正业的猿
12-21 1198
原文： Women's E-Commerce Clothing Reviews 23,000 Customer Reviews and Ratings Context Welcome. This is a Women’s Clothing E-Commerce dataset revolving around the reviews written by customers. Its nine supportive features offer a great environment to pars
服装商品销售数据分析
weixin_42072835的博客
03-28 5108
一:分析背景和数据来源 随着电商的快速发展，人们的购物行为占比也快速增加。作为电商卖家为了获取更多的用户并提升店铺销售量，可以结合产品销售情况和用户情况进行分析，得到有价值的信息，规划自己的销售策略。本文以淘宝天猫上服装商品购买情况数据为例，通过对产品和用户行为分析，得出结论，为业务部门提出可行的建议,本次分析数据主要是来自公司的服装商品销售数据。 二:理解数据 共收集了两表:分别为clothes...
电商女装评论数据集分析
qq_32811823的博客
07-13 4821
探索女性服装电子商务数据集 背景描述 这是一个女性服装电子商务数据集，围绕客户的评论撰写。数据具有9个特征，可以从多个维度解析文本。 由于是真实的商业数据，所以做了匿名处理，评论文本和正文中对该公司的引用被替换为“零售商”。 一.探索前，问题准备 购买服装的客户各年龄所占比例是多少？ 各年龄段的产品销量分布情况？ 产品评分和评论最好的产品是？ 产品的推荐率分布情况？ 二.数据导入，观察 # I...
brazilian-ecommerce.zip_巴西电商数据集_电商数据分析
09-23
巴西电商数据集，含九张分类表，可用于电子商务数据统计分析。
《Excel 电商数据分析》教学课件—05数据与运营平台.pdf
06-22
《Excel 电商数据分析》教学课件—05数据与运营平台.pdf《Excel 电商数据分析》教学课件—05数据与运营平台.pdf《Excel 电商数据分析》教学课件—05数据与运营平台.pdf《Excel 电商数据分析》教学课件—05数据与运营平台.pdf《Excel 电商数据分析》教学课件—05数据与运营平台.pdf《Excel 电商数据分析》教学课件—05数据与运营平台.pdf
fashion-mnist数据集和论文
06-07
fashion-mnist数据集和论文
Women's E-Commerce Clothing Reviews-数据集
03-27
Welcome. This is a Women’s Clothing E-Commerce dataset revolving around the reviews written by customers. Its nine supportive features offer a great environment to parse out the text through its multiple dimensions. Because this is real commercial data,
电商运营大数据分析.doc
12-03
电商运营大数据分析.doc
python分析电商交易数据 源码+数据
11-20
包含电商销售交易数据，以及python分析数据的源码，分析了整体销售情况、地区分布（饼图）、付款时间分布（折线图）、销售走势图（折线图）。 代码中注释详细，代码也很简单，非常适合小白，拿来做其他的数据分析也...
四周上手BI 电商数据分析视频教程
11-29
课程分享——四周上手BI 电商数据分析视频教程 课程特色： 1、绝无仅有PowerBI（微软大数据分析工具）独家实战型培训 2、采用的是最新MOS-2016微软认证数据分析师标准授课 3、区别于传统的“业务数据分析师培训”，...
74份电商数据分析.zip
最新发布
04-12
pc端电商同行数据分析表 TOP10宝贝情况表 单品监控表格 单品数据跟踪表格 单品搜索与流量分析表 电商部 全年运营数据-览表excel模板 电商店铺搜索诊断表格 电商销售数据表 电商销售数据统计表 电商销售数据统计明细...
使用hive分析电商数据
06-07
使用Hive分析电商数据的流程大致如下： 1. 数据准备：根据电商数据的特点，通常需要将数据存储在Hadoop分布式文件系统中，如HDFS或S3等。如果数据已经存储在Hive中，可以直接使用。 2. 创建外部表：使用Hive创建外部表，将电商数据映射到Hive中，方便后续使用Hive进行数据分析。可以考虑将数据按照类别、时间等维度进行分区，提高查询效率。 3. 数据清洗：根据需求对数据进行清洗和预处理，如去除重复数据、处理缺失值、转换日期格式等。 4. 数据分析：使用Hive的SQL语句进行数据分析，如计算销售额、统计订单量、分析用户行为等。可以使用Hive内置的聚合函数、窗口函数和自定义函数等进行数据计算。 5. 可视化展示：将分析结果可视化展示，可以使用Hive自带的可视化工具，也可以使用第三方可视化工具。 需要注意的是，在进行数据分析时，需要根据具体的业务需求和分析目的进行选择和设计，同时也需要考虑到数据安全和隐私保护等因素。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BRYTLEVSON

打赏的都是天使，创作的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值