距離國慶中秋8天的假期沒幾天了，朋友圈各家大廠都開始秀自家定制的中秋月餅禮盒，假期要走親訪友的手里也少不了要提一盒月餅。

[[344408]]

每年中秋節(jié)到，總會去姥姥那里送中秋，并買上各種各樣的月餅，那個時候科技并不怎么發(fā)達(dá)，不僅沒有這么多形形色色的月餅，也不知道哪些月餅賣得好? 月餅的價格分布是怎樣的呢? 什么地方的月餅銷量比較高呢? 簡直有十萬個為什么，希望別人給我們解答。

隨著科技的飛速發(fā)展，互聯(lián)網(wǎng)溝通了你我他。通過淘寶上月餅的銷量，就可以解決我們想要知道的好多問題?；诖?，我爬取了淘寶上4000多條月餅的銷售數(shù)據(jù)，為大家展示了一幅漂亮的可視化分析儀表板，解決大家心目中的問題。

可視化大屏效果展示

數(shù)據(jù)采集

這次爬取淘寶，采用的是最簡單的方式：Selenium控制Chrome瀏覽器進(jìn)行自動化操作，中途只需要掃碼登陸一次，即可完成整個數(shù)據(jù)的爬取。

這種方法極其好用，不會出現(xiàn)封IP、封號的情況，大家放心使用!

大家運行這個代碼之前，唯一要做的就是下載與谷歌版本相對應(yīng)的chromedriver驅(qū)動，然后進(jìn)行相關(guān)配置即可。其實關(guān)于淘寶整個數(shù)據(jù)爬取的過程，我之前為大家寫了一篇很詳細(xì)的文章，供大家參考。

部分爬蟲代碼如下：

from selenium import webdriver 
# 搜索商品，獲取商品頁碼def search_product(key_word):    # 定位輸入框    browser.find_element_by_id("q").send_keys(key_word) 
    # 定義點擊按鈕，并點擊    browser.find_element_by_class_name('btn-search').click() 
    # 最大化窗口：為了方便我們掃碼    browser.maximize_window()    # 等待15秒，給足時間我們掃碼 
    time.sleep(15) 
    # 定位這個“頁碼”，獲取“共100頁這個文本” 
    page_info = browser.find_element_by_xpath('//div[@class="total"]').text 
    # 需要注意的是：findall()返回的是一個列表，雖然此時只有一個元素它也是一個列表。    page = re.findall("(\d+)",page_info)[0] 
    return page 

數(shù)據(jù)清洗

數(shù)據(jù)清洗很重要，這個對于我們后續(xù)做可視化展示，極其重要。因此我們需要根據(jù)后面要做的圖形，然后進(jìn)行對應(yīng)的進(jìn)行數(shù)據(jù)清洗。

爬取到的原始數(shù)據(jù)如下：

原始數(shù)據(jù)

整個數(shù)據(jù)看上去算是比較干凈，但是還是有幾個地方值得我們處理一下。

1. 爬取到的原始數(shù)據(jù)沒有列名，我們需要添加一個新列名;
2. 整個爬蟲過程中，會出現(xiàn)重復(fù)數(shù)據(jù)，我們需要提前去重處理;
3. 將購買人數(shù)為空的記錄，替換成0人付款;
4. 將購買人數(shù)轉(zhuǎn)換為銷量(注意部分單位為萬);
5. 刪除無發(fā)貨地址的商品，并提取其中的省份;

數(shù)據(jù)清洗部分代碼如下：

# 提取數(shù)值 
df['num'] = [re.findall(r'(\d+\.{0,1}\d*)', i)[0] for i in df['付款人數(shù)']]  # 提取數(shù)值 
df['num'] = df['num'].astype('float')  # 轉(zhuǎn)化數(shù)值型 
# 提取單位（萬）df['unit'] = [''.join(re.findall(r'(萬)', i)) for i in df['付款人數(shù)']]  # 提取單位（萬） 
df['unit'] = df['unit'].apply(lambda x:10000 if x=='萬' else 1) 
# 計算銷量df['銷量'] = df['num'] * df['unit'] 

現(xiàn)在來看看，清洗后的數(shù)據(jù)是啥樣的?

數(shù)據(jù)清洗后的數(shù)據(jù)

可視化展示

可視化是整個文章的亮點所在，所謂“字不如表、表不如圖”。整個可視化分析我們基于以下五個問題開展而來。

1. 月餅銷量Top10的柱形圖;
2. 店鋪月餅銷量Top10的柱形圖;
3. 全國月餅銷量的地域分布地圖;
4. 不同價格區(qū)間的月餅銷量圓環(huán)圖;
5. 月餅銷售關(guān)鍵字的詞云圖;

鑒于整個文章排版，本文可視化部分的代碼均可在本文末尾獲取。

1、月餅銷量Top10的柱形圖

結(jié)論分析：銷量Top10的月餅，其實對于我們選購月餅還是挺有指導(dǎo)意義的。從圖中可以看到這個稻香村月餅，賣的還是極其好的，銷量排名前10的產(chǎn)品中，稻香村月餅占據(jù)了3個位置。還有一個名字特別熟悉：五芳齋，只知道他家的粽子做的好，原來月餅也做的不錯，所以說品牌效應(yīng)還是很好的。那么你是否可以再看看，這些店里面是否有其他更好吃的點心呢?

2、店鋪月餅銷量Top10的柱形圖

結(jié)論分析：這里圖中顯示的結(jié)果，和第一張圖顯示的結(jié)果不謀而合，就不再過多的解釋了。唯獨感興趣的還是這個稻香村，為啥銷量如此好?百度一下得知原來是一家百年老店，附帶一張圖如下。

3、全國月餅銷量的地域分布地圖

結(jié)論分析：從圖中可以看出，廣東、浙江、山東、福建、北京的月餅銷量，在全國都是遙遙領(lǐng)先的。查閱資料可以發(fā)現(xiàn)，它們幾乎都有自己的品牌，像廣東的廣式月餅、浙江的衢式月餅、山東的魯式月餅等。廣式月餅重油重糖、京式月餅重油輕糖、魯式月餅口味清淡、蘇式月餅重甜。大家可以根據(jù)自己的需求，給親戚長輩們合理挑選符合口味的月餅哦。

4、不同價格區(qū)間的月餅銷量圓環(huán)圖

結(jié)論分析：當(dāng)然價格才是大家關(guān)注的焦點。觀察上圖可以發(fā)現(xiàn)，月餅的價格幾乎是處在中間的、能被大家接受的范圍(22-115)，再稍微貴一點的就是115-633這個區(qū)間(還可以接受)，而處在633元以上的月餅幾乎為0。畢竟中秋節(jié)是一個傳統(tǒng)節(jié)日，適中的價格才能被大家接受，利潤就這么幾天，薄利多銷才是王道。

5、月餅銷售關(guān)鍵字的詞云圖

結(jié)論分析：從圖中可以看出，傳統(tǒng)的四大月餅(京式月餅、廣式月餅、滇式月餅、蘇式月餅)中廣式月餅極其受歡迎(PS：我還沒吃過)，月餅口味上，小時候經(jīng)常吃的五仁月餅的王者地位不可動搖，豆沙月餅提及率也很高，一直是很多孩子的最愛!還有現(xiàn)在出來的各種各樣的新鮮口味，像美心、酥皮、心奶、燕窩、白蓮等等，你到底喜歡哪一個呢?