将爬取的9000条内衣销售数据整理清洗后,基于Apriori关联算法,针对“罩杯和消费价格倾向这两个元素有无关系”这个问题进行分析
上一篇用数据库清洗数据,点这里
再上一篇爬取数据详情,点这里
首先要说明一下,这9000条数据不管是从数据量、数据真实性、有效性、代表性这几个方面来说都是远远不够的;本文主要是大胆地提出一个想法,在假定这个数据是理想的条件下,完成算法实现和结果分析;当然,可靠的论证还需要更多的数据(以后有空会跟进);
另外,本文主要是实习过程,代码不像前两篇有极为详细的解释
1.要分析两个东西有没有关系,最简单的就是画图,所以在利用算法分析前,我画出数据条形图简单地分析看看
(我的数据上篇已经保存在mysql数据库了,我直接提取出来用)
RAT=[] # 用于接收各罩杯的三个价格占比率
for size in ['A','B','C']:
sql = 'SELECT COUNT(size) from bra where size=\'{}\''.format(size)
cursor.execute(sql)
nums=cursor.fetchone()
nums=int(nums[0])
rat_list=[]
for price in ['low','mid','hight']:
sql = 'SELECT COUNT(price) from bra where price=\'{}\' and size=\'{}\''.format(price,size)
cursor.execute(sql)
num = cursor.fetchone()
num= int(num[0])
rat=num/nums
rat_list.append(rat)
print(size,'罩中倾向买价格',price,'占比为',rat)
RAT.append(rat_list)
low_rat=RAT[0]
mid_rat = RAT[1]
high_rat= RAT[2]
width = 0.05 #设置柱与柱之间的宽度
x = np.arange(3)
fig,ax = plt.subplots()
ax.bar(x,low_rat,width,alpha = 0.9,color='yellow')
ax.bar(x+width,mid_rat,width,alpha = 0.9,color= 'red')
ax.bar