【Python基础】案例分析：淘宝分析

最新推荐文章于 2024-06-21 13:53:30 发布
最新推荐文章于 2024-06-21 13:53:30 发布
阅读量1.1k 收藏 18
点赞数 25
分类专栏： Python基础 文章标签： python seaborn 开发语言
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/weixin_48024605/article/details/136058235
版权

淘宝分析

1 淘宝内衣购买分析

目的：

  • 非规则数据如何处理
  • 掌握时间处理
  • 如何选择维度
  • seaborn与pandas操作

2 数据整理

2.1 实际工作中，我们的数据来自哪里

  • 更多的根据自己产品采集数据
  • 开源数据集
  • 第三方数据

2.2 准备工作：

  • 下载数据集
  • 查看数据集
  • 设定整理目标

数据内容：

  • 文本文件
  • 主要内容：2017-04-20 13: 06 :04,颜色分类:肤色薄款;尺码:38/85C,不错给婆婆买的，准备再买两件
    从数据得到信息：
  • 时间，颜色分类，尺寸，评论
  • 数据不规范需要提取
  • 目标： 提取时间，类别，尺寸，评论

2.3 将数据整理成DataFrame对象

知识点：

  • 文件操作
  • 正则
  • 列表

实现思路：

  • 逐行读取文件
  • 使用正则切分数据
  • 将数据添加到列表中
  • 创建DataFrame对象aFrame对象
    提取
    目标： 提取时间，类别，尺寸，评论
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import re
path = r'data\cup_all.txt'
f = open(path, encoding='utf-8')
result = []
for line in f:
 t = re.sub(r'(颜色分类:)|(尺码:)', '', line.strip())
 t = re.split(r'[,;]', t, maxsplit=3)
 result.append(t)
 
df = pd.DataFrame(result, columns=['date', 'colortype','bsize', 'comment'])

df
datecolortypebsizecomment
02017-04-20 13:06:04肤色薄款38/85C不错给婆婆买的，准备再买两件
12017-04-23 21:44:20H007宝蓝色加粉色34/75B和想象的一样好！价格实惠！拢胸效果很好穿着舒服，就是我要的是宝蓝加肤色！给发了一件粉色，也不...
22017-05-18 10:36:31超薄杯纯洁白80C真的不错
32017-04-19 20:44:51浅紫36B=80B一次买了两件，内衣质量不错，无钢圈设计穿上很舒服也很有型，值得购买。
42017-05-07 09:16:47卡其色75A因为手机号填错了结果直接被退件了_(：_」∠)_但是卖家还是超好心地给我重新送了回来qwq
...............
2007622017-03-13 20:32:45黑色75A超级喜欢，蕾丝非常好看，又非常合适舒服，会回购，细肩带超级好看，也不会觉得松，很薄很舒适
2007632017-05-31 13:51:40拉丝黑色80B=C杯此用户没有填写评论!
2007642017-04-05 15:46:44卡其75A布料硬，穿着不舒服，聚拢效果一般，这种布料和聚拢效果配上这价格，不值得购买
2007652017-05-19 10:19:12全光肤80C=36C衣衣穿着刚刚好，也很舒服，比我上次在店里买的一件还舒服，厚度也合适，夏天就喜欢穿薄点的，不然...
2007662017-05-21 21:37:25灰色蕾丝36A/80A穿着很舒服

200767 rows × 4 columns

3 时间分析

需求：

  • 什么时候备货
  • 是么时候在线

知识点：

  • 对时间进行处理：按照月，日，小时拆分
  • 知识点：pandas时间处理，period

3.1 时间处理

  • 将date转成DatetimeIndex
  • 使用DatetimeIndex将其转换成月，日，小时转换成月，日，小时
#将时间列转DatetimeIndex
dindex = pd.to_datetime(df.date.values)
#设置Period为Day
df['day'] = dindex.to_period('D')
#设置Period为Month
df['month'] = dindex.to_period('M')
#设置为小时
df['hour'] = dindex.strftime('%H')
df.head()
datecolortypebsizecommentdaymonthhour
02017-04-20 13:06:04肤色薄款38/85C不错给婆婆买的，准备再买两件2017-04-202017-0413
12017-04-23 21:44:20H007宝蓝色加粉色34/75B和想象的一样好！价格实惠！拢胸效果很好穿着舒服，就是我要的是宝蓝加肤色！给发了一件粉色，也不...2017-04-232017-0421
22017-05-18 10:36:31超薄杯纯洁白80C真的不错2017-05-182017-0510
32017-04-19 20:44:51浅紫36B=80B一次买了两件，内衣质量不错，无钢圈设计穿上很舒服也很有型，值得购买。2017-04-192017-0420
42017-05-07 09:16:47卡其色75A因为手机号填错了结果直接被退件了_(：_」∠)_但是卖家还是超好心地给我重新送了回来qwq2017-05-072017-0509

3.2 时间统计

按照月进行统计

#sns设置，字体1.2倍
sns.set(font_scale=1.2)
#支持中文
sns.set_style({"font.sans-serif":['simhei','Droid Sans Fallback']})
#画布大小
plt.figure(figsize=(10,4))
#时间排序
morder = sorted(df.month.unique())
#使用countplot进行统计，并按时间排序
ax = sns.countplot(x= df.month, order=morder)
#设置x轴标签旋转60度
_ = ax.set_xticklabels(ax.get_xticklabels(), rotation=60)
ax.set_title('评价数量/月')
ax.set_ylabel('数量')
ax.set_xlabel('月')

 UserWarning: FixedFormatter should only be used together with FixedLocator
  _ = ax.set_xticklabels(ax.get_xticklabels(), rotation=60)





Text(0.5, 0, '月')

​

​

按照小时排序

df.hour

0         13
1         21
2         10
3         20
4         09
          ..
200762    20
200763    13
200764    15
200765    10
200766    21
Name: hour, Length: 200767, dtype: object

#通过评论信息，查看用户在线时间
# 先对数据按 'hour' 列进行排序
df = df.sort_values('hour')
# 绘图
ax = sns.countplot(x=df.hour, orient='h') 
# 先获取刻度位置
yticks = ax.get_yticks() # 将xticks改为yticks
# 再设置刻度位置
ax.set_yticks(yticks) # 将xticks改为yticks
#设置y轴标签旋转60度
_ = ax.set_yticklabels(ax.get_yticklabels(), rotation=60) # 将xticklabels改为yticklabels
ax.set_title('评价数量/小时')
ax.set_ylabel('数量') 
ax.set_xlabel('小时')

Text(0.5, 0, '小时')

​

​

3.3 总结

  • 通过月评价数量：在3月开始备货，到了45月是换机季节，多准备货源
  • 通过小时评价量：用户在8点开始，就开始大量上线，一直到晚上11点，客流下降

4 用户属性分析

目的：

  • 备货准备：尺寸，颜色，类型

知识点：

  • pandas中的str方法与正则表达式

4.1 尺寸

  • 查看数据：
  • 根据ABCD简单获取尺寸
df.head()
datecolortypebsizecommentdaymonthhour
173522017-05-11 00:33:11肤色-无钢圈70A收到宝贝了，大小刚刚好，颜色又很漂亮，穿起来很聚拢！大爱呀2017-05-112017-0500
477912017-05-17 00:52:10浅紫色+肤色80C四个颜色都挺正，好评2017-05-172017-0500
547742017-05-28 00:22:24肤色70A=A杯好棒！感觉比我买的三百多的都好;实话;很舒服！2017-05-282017-0500
1353262017-05-28 00:01:04灰蓝色80B内衣收到后还不错，就是有味儿2017-05-282017-0500
1178392017-05-22 00:51:521991黑色套装34/75B（厚杯）一般般2017-05-222017-0500
  • 解决方式：使用正则去获取ABCD
df['barsize'] = df['bsize'].str.extract(r'([ABCD])')
_ = sns.countplot(df['barsize'])
ax.set_title('大小')
ax.set_ylabel('数量')
ax.set_xlabel('size')

Text(0.5, 28.25, 'size')

​

​

4.2 类型

类型：颜色，材质等，因为信息混到一起，我们不在做拆分

  • 统计各个类型数量数量
type_count = df.colortype.value_counts()
type_count

colortype
肤色         22922
黑色         18535
卡其色         3569
粉色          3200
白色          3152
           ...  
油光款灰蓝色         1
拉丝-杏色薄款        1
亚光-红色          1
111肤色套装        1
999酒红          1
Name: count, Length: 669, dtype: int64
  • 结果：几百个类型，没办法可视化？
  • 过滤销量小于1000的
type_count =type_count[type_count>1000]
type_count

colortype
肤色            22922
黑色            18535
卡其色            3569
粉色             3200
白色             3152
黑色+肤色（两件装）     2701
贵族黑            2656
肤色薄款           2459
轻肤             2189
灰色             2143
蓝色             1971
肤颜色            1948
558#黑色         1693
肤嫩色            1668
肤色-无钢圈         1663
卡其             1653
全光肤            1642
贵族黑（绑带款）       1622
肤粉色（绑带款）       1543
薄杯肤色           1540
LB1029黑色       1415
558#肤色         1269
灰蓝色            1257
黑色薄款           1254
藕荷色            1230
110|肤色         1226
肤色无钢圈薄杯        1214
藏青             1211
轻粉             1185
酒红             1144
肤色单件           1097
灰色蕾丝           1096
光面肤无钢圈         1089
咖啡色-无钢圈        1080
肤色套装           1069
纪念粉            1061
浅蓝纯色           1043
薄款黑色           1021
Name: count, dtype: int64

tcount = type_count.reset_index()
plt.figure(figsize=(50,10))
ax = sns.barplot(x= tcount.index, y='colortype', data=tcount)
_ = ax.set_xticklabels(ax.get_xticklabels(), rotation=90)
ax.set_title('类型与销量')
ax.set_ylabel('数量')
ax.set_xlabel('类型')

UserWarning: FixedFormatter should only be used together with FixedLocator
  _ = ax.set_xticklabels(ax.get_xticklabels(), rotation=90)





Text(0.5, 0, '类型')

​

​

4.3 总结

  • 根据大小，备货尽量选择AB，然后准备C，稍微准备点D
  • 根据类型，我们可以选择大家喜欢的选择颜色，进行备货

扩展：

  • 对类型与颜色再次提取，提取出更多颜色
  • 对品论信息进行分类，但是品论没有对应的商品，所以无法确认商品好坏商品好坏
姐姐想在淘宝开个店，我用Python做了一波市场分析，居然发现生财之道！
爬遍所有网站
08-12 737
几个月前，姐姐跟我说要在淘宝上开一个网店，把家里池塘养的鱼做成零食去卖，因为网上有很多这种小鱼零食网店，看起来销量都还不错。 姐姐知道我会一些在她们眼里比较“高超的技术”，所以就问我能不能帮她弄一些这方面的数据，因为在开店之前得做一些调查，比如说哪些价位的小鱼零食卖得最多这种调查。当然了，自己也可以手动去统计，但那很麻烦并容易出错，所以用技术来解决最为合适。 这对我来说倒不是什么很难的事情，于是抽空就给她去做了一波爬虫和数据分析，最后把数据结果给了她，经过她一分析之后，发现原来看似红海的小鱼零食市场
python人民币和美元转换-【菜鸟学Python】案例一：汇率换算
热门推荐
weixin_39538687的博客
11-11 1万+
汇率换算V1.0案例描述：设计一个汇率换算器程序，其功能是将外币换算成人民币，或者相反案例分析：分析问题：分析问题的计算部分；确定问题：将问题划分为输入、处理及输出部分；设计算法：计算部分的核心（输出 = 输入 / 汇率）；上机实验："""作者：李舵功能：汇率兑换版本：1.0日期：2019/4/8"""# 汇率USD_VS_RMB = 6...
数据预处理
zhangyuee19501107的专栏
07-15 410
  数据预处理分为三个步骤： 1、数据的准备 2、数据的转换 3、数据的输出 数据转换方法 1、调整数据尺度 2、 正态化数据 3、标准化数据 4、 二值数据 调整数据尺度 #调整数据尺度 #将不同计量单位的数据统一成相同的尺度，利于对事物的分类或分组 from pandas import read_csv from numpy import set_printopti...
Python鞋码表 以及购鞋尺寸推荐 简单的Python脚本
u013813817的博客
03-13 3181
Python鞋码表 以及购鞋尺寸推荐 简单的Python脚本问题来源总体思路鞋码尺寸数据，来源于网络[^1]代码 问题来源 30碎了，只知道自己穿42.5码的鞋，但是不知道到底是那个国家的42.5码，其实根本没有42.5码，怪不得买的鞋子偶尔偏大，偶尔偏小。 总体思路 把鞋码存到一个文本文件(.dat)，Python解析文件， 如果脚本不加参数，直接输出鞋码矩阵 如果脚本添加一个参数（鞋码），判断...
CANN数据预处理中的尺寸对齐
hppyhjh01的专栏
06-27 333
CANN数据预处理中的对齐，是个比较琐碎的事情，但是在预处理中，又不得不关注，因为对齐是个有约束性的要求，也直接影响到数据存储的内存分配，还是从头说起。 CANN数据预处理，实际上就是 图像/视频数据处理 ，具体内容如下：这个列表里的功能可以分为2类：而这些功能的使用，以 缩放 为例，流程和主干代码（关键步骤的代码示例） 在文档里都描述的非常清楚。至于对齐之类的细节，则是在 API参考文档 里有说明。 比如 VPC 功能，输入输出、对齐以及内存大小，这些约束如下： 可以看到，对于同样的图片格式，输入和输出的
数据预处理的几种方法
Rnan_prince的博客
02-08 1万+
目录 1、缺失值 2、异常值 3、数值型处理 3.1 无量纲化处理 3.2 数值型转换成类别 3.3 数值的二值化 4、类别型 4.1独热编码(one-hot encoding) 4.2哑编码(dummy encoding) 4.3Histogram映射 5、时间型 6、文本型 6.１ 词袋 6.２ 把词袋中的词扩充到n-gra...
Python数据分析案例：掌握CSV文件处理技巧
一、Python数据分析基础知识 在开始使用这些数据文件之前，需要了解Python在数据分析中的作用和应用。Python是一种高级编程语言，因其简洁明了的语法和强大的库支持，在数据分析、机器学习等领域应用广泛。Python...
Python爬虫入门教程：超级简单的Python爬虫教程
05-24
Python 爬虫是一种用于自动提取网页信息的程序，对于数据分析和信息收集有着重要的作用。这篇教程是为初学者设计的，旨在引导读者在30分钟内掌握基本的Python爬虫编写技巧。教程分为五个主要部分： 1. **了解网页**...
Python网络爬虫应用案例：淘宝商品数据抓取教程
- **Python编程基础**：包括变量、数据类型、控制结构、函数定义、模块和包的使用等。 - **第三方库的使用**： - **requests库**：用于发起网络请求，支持多种请求方式（GET、POST等），方便与网站服务器交互。 ...
Python数据分析与可视化项目电商类-母婴市场消费数据分析-约350行（pyecharts可视化、数据分析）.zip
07-10
该项目是关于使用Python进行母婴市场消费数据的分析与可视化，主要使用了数据分析工具和pyecharts库进行数据呈现。以下是对这个项目所涉及知识点的详细解释： 1. **Python编程基础**：Python是数据科学领域广泛使用...
python 爬取淘宝女装并可视化分析
01-07
dict = { '标题':index['raw_title'], '价格':index['view_price'], '店铺':index['nick'], '购买人数':index['view_sales'], '地点':index['item_loc'], '商品详情页':'https:'+index['detail_url'], '店铺链接':'https:'+index['shopLink'],
冻成狗啦 我用Python爬取某宝2008条棉袄，终于买到心仪的棉袄了
m0_57227221的博客
12-06 432
转眼就到12月份了，但是没想到今年的冬天这么冷，基本取暖靠抖，太冷啦！ 于是，赶紧打开了Python，用它爬取并分析一波棉袄，找到一件最合适的棉袄给裹到身上。 01 数据采集 数据采集是数据可视化分析的第一步，也是最基础的一步，数据采集的数量和质量越高，后面分析的准确的也就越高，我们来看一下淘宝网的数据该如何爬取。 淘宝网站是一个动态加载的网站，我们之前可以采用解析接口或者用Selenium自动化测试工具来爬取数据，但是现在淘宝对接口进行了加密，使我们很难分析出来其中的规律，同时淘宝也对Selenium.
目标检测数据预处理--尺寸变换
qq_37116150的博客
06-15 2802
目标检测训练数据集预处理
利用Python构建衣服尺码预测模型
最新发布
Y362779806的博客
06-21 1532
本文介绍了如何利用Python构建衣服尺码预测模型。通过数据准备、模型构建、评估以及部署与应用等步骤，我们可以为用户提供一个准确可靠的尺码推荐系统。未来，我们还可以进一步探索更多先进的机器学习算法和技术，以提高尺码预测的准确性和稳定性。同时，我们还可以将模型应用于更多领域，如鞋码预测、服装搭配推荐等，为用户提供更加个性化的购物体验。
第一个使用Python完成的数据化运营案例—销售预测
徐思孟的博客
06-17 856
python一元线性回归实现
python（django框架）女装淘宝电商销售数据可视化和商品推荐系统设计与实现
杭州.黄老师
12-26 3086
python（django框架）女装淘宝电商销售数据可视化和商品推荐系统设计与实现，帮助用户更好地购买适合自己的女装产品。随着电子商务的快速发展，女装淘宝电商平台上积累了大量的销售数据。同时，商品推荐系统的建立能够基于用户的历史购买行为和偏好，为用户推荐符合其需求的商品，提高用户的购物体验和购买意愿。本研究的创新点在于将数据可视化和个性化推荐相结合，通过可视化展示女装销售数据，帮助用户更好地了解女装市场，并根据用户的购买记录和行为，提供个性化的商品推荐结果，提高购物体验和购买效果。
python女装电商销售数据可视化和商品推荐系统设计与实现（django框架）
杭州.黄老师
12-09 2477
python女装电商销售数据可视化和商品推荐系统设计与实现（django框架），自动为用户推荐具有个性化的商品，提高用户的购物体验和消费满意度，同时增强电商网站的商业竞争力。专注大学生毕业设计教育和辅导。本研究结合了数据可视化和商品推荐系统，为电商经营者提供更为直观和准确的业务数据分析结果，为用户提供个性化的商品推荐，提高了电商网站的卖场效率和用户购物体验。统计并分析网站的数据，使用数据可视化技术呈现电商网站的销售数据，让经营者更加直观、清晰地了解自己的业务情况，及时调整策略。
基于python的电商运动服饰销售可视化分析系统
Python极客之家
06-12 4225
本项目基于python网络爬虫从某电商平台抓取所有运动服饰的销售数据，分析不同品牌运动服装价格分布、主流品牌运动服装销售占比、不同标签的运动服装销售占比、男女款式运动服装销售占比等信息，多维度对比各类服装价格的高低。并利用 TensorFlow 构建深度学习模型，实现对运动服饰销售价格的建模和预测。......
基于hadoop生态系统的气象数据可视化平台论文
qq_1076315463的博客
05-29 1381
Database是基于数据构造对数据进行布局、存储和管理的，距今大概有六百多年的时间，伴随着市场经济的进步，技术的进步，尤其是20世纪末，数据的管理不仅仅只是用于存储和管理数据，更是变成了按照使用者需求进行的多种数据管理方法，而且，数据库的种类很多，从最基本的存储和各类数据的表格，到可以存储大量数据的大数据库系统，都被广泛地用于各个行业。进入页面后，用户可进行登录和注册的操作。这个系统的设计主要包括系统页面的设计和方便用户互动的后端数据库，而前端软件的开发则需要良好的数据处理能力、友好的界面和易用的功能。
评论
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

住在天上的云

如果您喜欢我的文章，欢迎打赏哦

¥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