python——大数据偷偷告诉你端午节送什么粽子最合适

又到一年端午节，作为中华民族的传统节日，传说粽子是为祭奠投江的屈原而传承下来的，如今吃粽子也成了端午的主要习俗之一。除了商场出售的琳琅满目的粽子，各家各户的妈妈和奶奶们也纷纷浸糯米、洗粽叶、包粽子。

粽子的包法和形状也很有讲究，除了常见的三角粽、四角粽，还长粽、塔型粽和牛角粽等等。

说到粽子的口味就更多了。粽子几乎每年都会引发咸甜之争，有句话说的是——吃货不分南北，口味必分甜咸。

北方人吃粽子偏爱甜口，多以红枣、豆沙做馅，少数也采用果脯为馅，蘸白糖或红糖食用；

而南方青睐咸口，口味有咸肉粽、咸蛋黄粽、板栗肉粽、腊肉香肠粽、火腿粽、虾仁粽等等。

那么哪家的粽子买得最好？大家都普遍喜欢什么口味？今天我们就用数据来盘一盘端午的粽子。

本文要点：

粽子甜咸之争，自己包粽子选什么料？
吃货的力量，全网粽子谁家卖的最好？

一、粽子“甜咸之争”

自己包粽子选什么料？

自己家包的粽子，永远是最好吃的，相比起来外面卖的粽子都不香了。对厨艺有自信的小伙伴们大可以自己试着包包看。

那么自己包粽子，选甜口还是咸口？馅料配红豆还是五花肉？

首先我们获取了，美食天下网站关于粽子的菜谱，共460条。看看哪些菜谱最受欢迎吧。

1.吃甜粽还是咸粽？

在甜咸之争中，这次甜粽胜出了。

有33.04%的菜谱都是甜粽，其次22.17%才是咸粽。同时也有许多小伙伴选择最简单的纯糯米粽，原味，这部分占比17.83%。

2、粽子里包了什么？

食材方面我们看到：

无论如何糯米和粽叶都是必不可少的。

然后在咸粽方面，五花肉很多人的首选，其次咸蛋黄、香菇、排骨、腊肠等都是常见的选择；在甜粽方面呢，红豆蜜枣是很多人的首选。其次绿豆、豆沙、花生米、西米等也不错。

3、调料放什么？

调料方面可以看到：

糖和酱油是少不了的。还花生油、蚝油等选择。除了这些常规操作，也还有选择抹茶粉这种创新的做法。

二、吃货的力量

全网粽子谁家卖的最好？

出于自己不会包粽子、图方便、过节送人等考虑，直接在网上买粽子的人也不少。那么哪些店铺的粽子最受大众欢迎呢？我们分析获取了淘宝售卖粽子商品数据，共4403条。

1、全网谁家的粽子卖得最好？

首先在店铺方面：

五芳斋是妥妥的霸主，粽子销量位居第一。其次真真老老位居第二。

2、哪个省份是粽子大省？

这些店铺都来自哪里？谁是真正的粽子大省呢？

经过分析发现，浙江一骑绝尘，粽子店铺数量远远领先其他省份。浙江的粽子店铺占到全网的67.71%。毫无争议的大佬。


其次广东、上海、北京分部位于第二、三、四名。

3、粽子都卖多少钱

粽子都卖多少钱也是消费者们最关系的了，淘宝店铺买的粽子一般一份有10个左右。分析发现，价格在一份50元以内的还是占到绝多数，全网有55.22%的粽子都在50元内。其次是50-100元的，占比24.81%。

4、不同价格粽子的销量

那么销售额方面又如何呢，什么价格的粽子卖的最好？

可以看到50-100元的粽子销售额最高，占比53.61%。其次是50元以内的，占比22.06%。毕竟从送礼品的角度，还是要一定价格考量的，太平价的不行，需要一定的档次。

5、粽子商品标题里都在说些什么？

最后，我们再看到粽子的商品标题：

整理发现，除了"粽子"、"端午"等关键词，"嘉兴"被提到的最多。看来嘉兴的粽子是真的很有名呀。

粽子馅料方面，“蛋黄”、“鲜肉”、“豆沙"都是非常热门的。同时"礼盒包装”、“送礼”、"五芳斋"等也被多次提到。

三、用Python教你

• 爬取淘宝粽子数据
  我们使用Python获取了淘宝网粽子商品销售数据和美食天下菜谱数据，进行了一下数据分析。此处展示淘宝商品分析部分代码。按照数据读入-数据处理和数据可视化流程，首先导入我们使用的Python库，其中pandas用于数据处理，jieba用于分词，pyecharts用于可视化。
• 导入包

import pandas as pd import time import jieba from pyecharts.charts
import Bar, Line, Pie, Map, Page from pyecharts import options as
opts from pyecharts.globals import SymbolType WarningType
WarningType.ShowWarning = False

1、数据导入

读入数据
df_tb = pd.read_excel(’…/data/淘宝商城粽子数据6.23.xlsx’)
df_tb.head()

查看一下数据集大小，可以看到一共有4403条数据。

df_tb.info()
<class ‘pandas.core.frame.DataFrame’>
RangeIndex: 4403 entries, 0 to 4402
Data columns (total 5 columns):

Column Non-Null Count Dtype
0 goods_name 4403 non-null object
1 shop_name 4403 non-null object
2 price 4403 non-null float64
3 purchase_num 4403 non-null object
4 location 4403 non-null object
dtypes: float64(1), object(4)
memory usage: 172.1+ KB

2、数据预处理