可视化 | Python分析中秋月饼,这几种口味才是yyds!

中秋节,又称祭月节、月光诞、月夕、秋节、仲秋节、拜月节、月娘节、月亮节、团圆节等,是中国民间的传统节日。自古便有祭月、赏月、吃月饼、玩花灯、赏桂花、饮桂花酒等民俗,流传至今,经久不息。
本期我们通过分析某宝中秋月饼的销售情况,看看哪些口味月饼卖得好,哪些地方月饼卖得好,希望对小伙伴们有所帮助。
涉及到的库:

Pandas — 数据处理

Pyecharts — 数据可视化

jieba — 分词
collections — 数据统计

可视化部分:

Bar — 柱状图
Pie — 饼状图
Map— 地图
Stylecloud — 词云图
1. 导入模块
import reimport jiebaimport stylecloudimport numpy as npimport pandas as pdfrom collections import Counterfrom pyecharts.charts import Barfrom pyecharts.charts import Map from pyecharts.charts import Piefrom pyecharts.charts import Gridfrom pyecharts.charts import Pagefrom pyecharts.components import Imagefrom pyecharts.charts import WordCloudfrom pyecharts import options as opts from pyecharts.globals import SymbolTypefrom pyecharts.commons.utils import JsCode
2. Pandas数据处理
2.1 读取数据
df = pd.read_excel("月饼.xlsx")df.head(10)

结果:

2.2 去除重复值
print(df.shape)df.drop_duplicates(inplace=True)print(df.shape)
(4520, 5)(1885, 5)
一共有4520条数据,去重后还有1885条数据(某宝一个店铺会在不同页面推荐,导致重复数据比较多)。
2.3 空值处理
处理购买人数为空的记录:df['付款情况'] = df['付款情况'].replace(np.nan,'0人付款')

2.4 处理付款情况字段

df[df['付款情况'].str.contains("万")]

付款人数超过10000后会直接用"万"替代,这里我们需要将其恢复:

# 提取数值df['num'] = [re.findall(r'(\d+\.{0,1}\d*)', i)[0] for i in df['付款情况']] df['num'] = df['num'].astype('float')# 提取单位(万)df['unit'] = [''.join(re.findall(r'(万)', i)) for i in df['付款情况']] df['unit'] = df['unit'].apply(lambda x:10000 if x=='万' else 1)# 计算销量df['销量'] = df['num'] * df['unit']df = df[df['地址'].notna()]df['省份'] = df['地址'].str.split(' ').apply(lambda x:x[0])# 删除多余的列df.drop(['付款情况', 'num', 'unit'], axis=1, inplace=True)# 重置索引df = df.reset_index(drop=True)

结果:

3. Pyecharts数据可视化
3.1 月饼商品销量Top10

代码:

shop_top10 = df.groupby('商品名称')['销量'].sum().sort_values(ascending=False).head(10)bar0 = (    Bar()        .add_xaxis(shop_top10.index.tolist()[::-1])        .add_yaxis('sales_num', shop_top10.values.tolist()[::-1])        .reversal_axis()        .set_global_opts(title_opts=opts.TitleOpts(title='月饼商品销量Top10'),                         xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)))         .set_series_opts(label_opts=opts.LabelOpts(position='right')))

效果:

商品名称太长显示不全,我们调整一下边距:

bar1 = (    Bar()        .add_xaxis(shop_top10.index.tolist()[::-1])        .add_yaxis('sales_num', shop_top10.values.tolist()[::-1],itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))        .reversal_axis()        .set_global_opts(title_opts=opts.TitleOpts(title='月饼商品销量Top10'),             xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),             )         .set_series_opts(label_opts=opts.LabelOpts(position='right')))# 将图形整体右移grid = (    Grid()        .add(bar1, grid_opts=opts.GridOpts(pos_left='45%', pos_right='10%')) )
这样是不是好多了。

还可以来些其他(比如:形状)设置:

3.2 月饼销量排名TOP10店铺

代码:

shop_top10 = df.groupby('店铺名称')['销量'].sum().sort_values(ascending=False).head(10)bar3 = (    Bar(init_opts=opts.InitOpts(        width='800px', height='600px',))    .add_xaxis(shop_top10.index.tolist())    .add_yaxis('', shop_top10.values.tolist(),               category_gap='30%',              )    .set_global_opts(        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),        title_opts=opts.TitleOpts(            title='月饼销量排名TOP10店铺',            pos_left='center',            pos_top='4%',            title_textstyle_opts=opts.TextStyleOpts(                color='#ed1941', font_size=16)        ),        visualmap_opts=opts.VisualMapOpts(            is_show=False,            max_=600000,            range_color=["#CCD3D9", "#E6B6C2", "#D4587A","#FF69B4", "#DC364C"]        ),     ))bar3.render_notebook()
效果:

稻香村的月饼销量遥遥领先。

3.3 全国各地区月饼销量

province_num = df.groupby('省份')['销量'].sum().sort_values(ascending=False) map_chart = Map(init_opts=opts.InitOpts(theme='light',                                        width='800px',                                        height='600px'))map_chart.add('',              [list(z) for z in zip(province_num.index.tolist(), province_num.values.tolist())],              maptype='china',              is_map_symbol_show=False,              itemstyle_opts={                  'normal': {                      'shadowColor': 'rgba(0, 0, 0, .5)', # 阴影颜色                      'shadowBlur': 5, # 阴影大小                      'shadowOffsetY': 0, # Y轴方向阴影偏移                      'shadowOffsetX': 0, # x轴方向阴影偏移                      'borderColor': '#fff'                  }              }              )map_chart.set_global_opts(    visualmap_opts=opts.VisualMapOpts(        is_show=True,        is_piecewise=True,        min_ = 0,        max_ = 1,        split_number = 5,        series_index=0,        pos_top='70%',        pos_left='10%',        range_text=['销量(份):', ''],        pieces=[            {'max':2000000, 'min':200000, 'label':'> 200000', 'color': '#990000'},            {'max':200000, 'min':100000, 'label':'100000-200000', 'color': '#CD5C5C'},            {'max':100000, 'min':50000, 'label':'50000-100000', 'color': '#F08080'},            {'max':50000, 'min':10000, 'label':'10000-50000', 'color': '#FFCC99'},            {'max':10000, 'min':0, 'label':'0-10000', 'color': '#FFE4E1'},           ],    ),    legend_opts=opts.LegendOpts(is_show=False),     tooltip_opts=opts.TooltipOpts(        is_show=True,        trigger='item',        formatter='{b}:{c}'    ),    title_opts=dict(        text='全国各地区月饼销量',        left='center',        top='5%',        textStyle=dict(            color='#DC143C')))map_chart.render_notebook()

结果:

从地域分布图来看,店铺主要分布在北京、山东、浙江、广东、云南等东南地区。
3.4 不同价格区间的月饼销量占比

可以看到,50元以下的月饼销量占比达到了52%,超过了半数的月饼售价在50元以内,100元以下的月饼销量占比更是达到了85%之多,虽然也有价格在1000元以上的,但整体价格还是比较实惠的。
3.5 月饼口味分布

流心、五仁、蛋黄莲蓉、豆沙 yyds!!!
3.6 词云图
代码量比较大,篇幅原因,部分代码就未完全展示,如果需要可在下方获取,也可在线运行(含全部代码):
https://www.heywhale.com/mw/project/61404e0ff0de6200174ada20

每一天都是一个阶梯,是向既定目标迈进的新的一步。

可视化 | Python分析中秋月饼,这几种口味才是yyds!

相关文章:

你感兴趣的文章:

标签云: