第一个用python实现的数据化运营分析实例——销售预测

案例场景：每个销售型公司都有一定的促销费用，促销费用可以带来销售量的显著提升；当给出一定的促销费时，预计会带来多大的商品销售量？

原始数据：data.txt 文件 ，包含了建模所需的原始数据

依赖库：re、numpy、sklearn、matplotlib

纬度数量：1

记录数：100

x：促销费用  y：商品销售量

python IDE：PyCharm

python版本：Python 3.7.2

案例过程：

 第一步：导入库

import re

import numpy

from sklearn import linear_model

from matplotlib import pyplot as plt

导入库：import [库名]

导入库中指定函数：from [库名] import [函数名]

 

第二步：导入数据

fn = open('data.txt','r')
all_data = fn.readlines()
fn.close()

读取文件，并保存至变量all_data中，注意open参数的文件名可以是绝对路径，也可相对路径。

 

第三步：数据预处理

x = []
y = []
for single_data in all_data:
    tmp_data = re.split('\t|\n'，single_data）
    x.append(float(tmp_data[0])
    y.append(float(tmp_data[1])
x = numpy.array(x).reshape([100,1])
y = numpy.array(y).reshape([100,1])

用正则分割每行数据，赋值给x和y，将x：促销费用  y：商品销售量 的列表转换成x和y数组类型。

第四步：数据分析

pltscatter(x,y)
plt.show()

plt.scatter(x,y) 用一个散点图来展示x和y。plt.show() 是展示图像（二维图像），

该图像为线性回归模型处理更为准确。

第五步：数据建模

model = linear_model.LinearRegression()
model.fit(x,y)

先创建一个模型对象，后续所有的模型操作都基于该对象上产生。然后model.fit(x,y) 将x和y分别作为自变量和因变量输入模型进行训练。

第六步：模型评估

model_coef = model.coef_
model_intercept = model.intercept_
re = mode.score(x,y)

model_coef = model.coef_  ：获取模型的自变量的系数并赋值为model_coef；
model_intercept = model.intercept_ ：获取模型的截距并赋值为model_intercept；
re = mode.score(x,y) : 获取模型的决定系数R的平方。

上述步骤可得到线性回归方程 y = model_coef*x + model_intercept ,即 y = 2.09463661*x + 13175.36904119 。该方程决定系数R的平方是0.78764146847589545 。

第七步：销售预测

new_x=[]
new_x.append(float("84610"))
new_x = numpy.array(new_x).reshape([-1, 1])
pre_y = model.predict(new_x)
print(pre_y)

创建促销费用常量，作为预测的输入，pre_y = model.predict(new_x) 作用是对促销费用常量new_x输入模型进行预测，最后打印出来[[190402.57234225]]。注意perdict()的第一个参数需要为numpy数组类型。

至此，已完成功能需求代码编写与测试。