[[398676]]

本文轉(zhuǎn)載自微信公眾號(hào)「志斌的python筆記」，作者志斌 。轉(zhuǎn)載本文請(qǐng)聯(lián)系志斌的python筆記公眾號(hào)。

大家好，我是志斌~

最近的幾天真的是太熱了，志斌翻了翻自己的衣柜，發(fā)現(xiàn)去年的大褲衩已經(jīng)不在適合自己現(xiàn)在肥胖的體型，所以志斌打開淘寶，搜索了1741條大褲衩的數(shù)據(jù)，然后進(jìn)行了可視化分析，最終找到一條可以入手的大褲衩。

在后臺(tái)回復(fù)[大褲衩]即可獲得數(shù)據(jù)集。

01數(shù)據(jù)采集

淘寶網(wǎng)站是一個(gè)動(dòng)態(tài)加載的網(wǎng)站，我們之前可以采用解析接口或者用selenium自動(dòng)化測(cè)試工具來(lái)爬取數(shù)據(jù)，但是現(xiàn)在淘寶對(duì)接口進(jìn)行了加密，使我們很難分析出來(lái)其中的規(guī)律，同時(shí)淘寶也對(duì)selenium進(jìn)行了反爬限制，所以我們要換種思路來(lái)進(jìn)行數(shù)據(jù)獲取。

因?yàn)槠鶈?wèn)題，數(shù)據(jù)采集的方式在這里就不在過(guò)多的講解，有興趣的小伙伴可以看看這篇文章，它詳細(xì)的介紹了淘寶商品數(shù)據(jù)的獲取方式，我們這里只展示核心代碼。

response = requests.get('https://s.taobao.com/search', headers=headers, params=params) 
shangpinming = re.findall('"raw_title":"(.*?)"', response.text) 
 
jiage = re.findall('"view_price":"(.*?)"', response.text) 
 
fahuodi = re.findall('"item_loc":"(.*?)"', response.text) 
 
fukuanrenshu = re.findall('"view_sales":"(.*?)人付款"', response.text) 
 
dianpumingcheng = re.findall('"nick":"(.*?)"', response.text) 
 
for i in range(44): 
   try: 
       if (fukuanrenshu[i] == '1.5萬(wàn)+'): 
           f = 15000 
       elif (fukuanrenshu[i] == '1.0萬(wàn)+'): 
           f = 10000 
       elif ('+' in fukuanrenshu[i]): 
           f = re.findall('\d+', fukuanrenshu[i]) 
       else: 
           f = fukuanrenshu[i] 
       if float(jiage[i]) > 10: 
           sheet.append([dianpumingcheng[i], shangpinming[i], float(jiage[i]), f 

02數(shù)據(jù)清洗

01導(dǎo)入商品數(shù)據(jù)

用pandas讀取爬取后的商品數(shù)據(jù)并預(yù)覽。

df = pd.read_excel('褲衩男.xlsx',names=['店鋪名稱','商品名','價(jià)格','產(chǎn)地','付款人數(shù)']) 
print(df.head()) 

02刪除重復(fù)數(shù)據(jù)

df.drop_duplicates() 

03查看數(shù)據(jù)類型

查看字段類型和缺失值情況，符合分析需要，無(wú)需另做處理。

df.info() 

03數(shù)據(jù)可視化

我們來(lái)對(duì)這1741條大褲衩的數(shù)據(jù)進(jìn)行可視化分析。

01在售的大褲衩的特點(diǎn)。

通過(guò)對(duì)大褲衩的商品名稱進(jìn)行詞云圖繪制，志斌發(fā)現(xiàn)，大褲衩的主要特點(diǎn)是寬松，其次是休閑和運(yùn)動(dòng)。仔細(xì)想來(lái)，夏天的時(shí)候大家的穿著確實(shí)是比較寬松和休閑的。

02各省市產(chǎn)量分布圖

通過(guò)對(duì)各商品的產(chǎn)地?cái)?shù)據(jù)進(jìn)行統(tǒng)計(jì)并繪制了全國(guó)地圖，我們發(fā)現(xiàn)福建和浙江這兩個(gè)地方盛產(chǎn)大褲衩。

我們對(duì)這兩個(gè)省份的數(shù)據(jù)進(jìn)行更一步的分析發(fā)現(xiàn)：福建省的大褲衩主產(chǎn)地在泉州，占據(jù)全省產(chǎn)量的70.4%

浙江省的大褲衩主產(chǎn)地在杭州，占據(jù)全省產(chǎn)量的87.4%。

03各價(jià)位商品數(shù)量圖

通過(guò)對(duì)商品價(jià)格進(jìn)行分段可視化，我們可以看出100元以下的大褲衩占據(jù)全部市場(chǎng)的77.4%，可見(jiàn)大家對(duì)大褲衩的心理價(jià)位選擇普遍較低。

04大褲衩月銷量top20商家

通過(guò)對(duì)各商品月銷售量進(jìn)行可視化分析，我們發(fā)現(xiàn)，巴布衫旗艦店的月銷量最多是10000。語(yǔ)克旗艦店的商品在月銷量top20中占據(jù)6個(gè)，top5中占據(jù)了3個(gè)，看來(lái)這個(gè)旗艦店的商品受大眾喜歡的類型更多。同時(shí)我們還能看出，用戶們更喜歡去旗艦店和專賣店進(jìn)行購(gòu)物。

05選擇合適的大褲衩并入手

經(jīng)過(guò)以上的分析和對(duì)寶貝的評(píng)價(jià)、好評(píng)率等數(shù)據(jù)進(jìn)行綜合考慮之后，志斌最終選擇購(gòu)買這條大褲衩來(lái)入手。

05小結(jié)

1. 本文僅供學(xué)習(xí)研究使用，提供的評(píng)論僅供參考。如有不妥之處請(qǐng)及時(shí)告知作者。

2. 如需代碼，請(qǐng)聯(lián)系作者進(jìn)行獲取。