Pandas+Pyecharts | 双十一美妆销售数据分析可视化

大家好，我是敢敢

本期利用 python 分析 双十一美妆销售数据，看看：

• 双十一前后几天美妆订单数量、总销量

• 各美妆品牌销量情况

• 美妆品牌一级/二级分类占比

• 各美妆品牌价格箱型分布情况

• 各美妆品牌平均价格

• 美妆品牌词云

• 等等…

希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：
Pandas — 数据处理
Pyecharts — 数据可视化

1. 导入模块

import pandas as pd  
from pyecharts.charts import Line  
from pyecharts.charts import Bar  
from pyecharts.charts import Scatter  
from pyecharts.charts import Boxplot  
from pyecharts.charts import Pie  
from pyecharts.charts import WordCloud  
from pyecharts import options as opts  
from pyecharts.commons.utils import JsCode  
import warnings  
warnings.filterwarnings('ignore')

2. Pandas数据处理

2.1 读取数据

df_school = pd.read_excel('data.xlsx')

2.2 数据信息

df.info()

2.3 筛选有销量的数据

df1 = df.copy()  
df1 = df1[df1['销量']>0]

数据过滤后还有24479条。

3. Pyecharts数据可视化

3.1 双十一前后几天美妆订单数量

def get_line1():  
    line1 = (  
        Line()  
        .add_xaxis(x_data)  
        .add_yaxis("", y_data,  
                   is_smooth=True)  
        .set_global_opts(  
            legend_opts=opts.LegendOpts(is_show=False),  
            visualmap_opts=opts.VisualMapOpts(  
                is_show=False,  
                min_ = 1500,  
                max_ = max(y_data),  
                range_color=range_color  
            ),  
            title_opts=opts.TitleOpts(  
                title='1-双十一前后几天美妆订单数量',  
                subtitle='-- 制图@公众号：Python当打之年 --',  
                pos_top='1%',  
                pos_left="1%",  
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)  
            )  
        )  
    )

在11号前几天订单量持续在比较高的状态，在11月11号后趋于平稳，应该是双十一商家提前预热，消费者的预购订单量比较大。

3.2 双十一前后几天美妆销量

化妆品的购买高峰在11号前几天，在11月9号达到高峰，消费者的预购销量比较大，和订单量趋势基本保持一致。

3.3 各美妆品牌订单数量

def get_bar1():  
    bar1 = (  
        Bar()  
        .add_xaxis(x_data)  
        .add_yaxis("", y_data,label_opts=opts.LabelOpts(position='right'))  
        .set_global_opts(  
            legend_opts=opts.LegendOpts(is_show=False),  
            visualmap_opts=opts.VisualMapOpts(  
                is_show=False,  
                min_ = min(y_data),  
                max_ = max(y_data),  
                dimension=0,  
                range_color=range_color  
            ),  
            title_opts=opts.TitleOpts(  
                title='3-各美妆品牌订单数量',  
                subtitle='-- 制图@公众号：Python当打之年 --',  
                pos_top='1%',  
                pos_left="1%",  
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)  
            ),  
        )  
        .reversal_axis()  
    )

悦诗风吟的商品数量最多，其次为佰草集、欧莱雅。

3.4 各美妆品牌总销量

相宜本草的销售额、销量都是最高的，美宝莲、悦诗风吟、妮维雅、欧莱雅分列第二至五位。

3.5 一级分类占比

def get_pie1():  
    pie1 = (  
        Pie()  
        .add(  
            "",   
            [list(z) for z in zip(x_data, y_data)],  
            radius=["40%", "70%"],  
            center=["50%", "50%"],  
            label_opts=opts.LabelOpts(formatter="{b}: {d}%",font_size=14,font_weight=500),   
        )  
        .set_global_opts(  
            title_opts=opts.TitleOpts(  
                title='5-一级分类占比',  
                subtitle='-- 制图@公众号：Python当打之年 --',  
                pos_top='1%',  
                pos_left="1%",  
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)  
            ),  
            legend_opts=opts.LegendOpts(is_show=False)   
        )  
    )

销量第一的还要是护肤品，其次是套装系列和化妆品。

3.6 二级分类占比

按二级分类来看，订单量前五的分别是：套装类、清洁类、面霜类、化妆水和乳液类。

3.7 二级分类销量

3.8 各美妆品牌价格箱型图

3.9 各美妆品牌平均价格

平均价格方面，娇兰、雪花秀、雅诗兰黛、兰蔻、资生堂等品牌价格稍微偏高一些。

3.10 各美妆品牌分类词云

4. 源码

感兴趣的小伙伴，完整代码和全套Python学习资料可分享，具体看这里。

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

若有侵权，请联系删除