用Python 实现数据化运营分析实例——销售预测

#案例场景：每个销售公司都有一定的促销费用，促销费用可以带来销量的显著提升；当给一定的促销费用时，预计会带来多大的商品销量呢！

#数据来源：模拟数据，非真实数据

#维度数量：1

#记录数：100

#字段变量：第一列是促销费用，第二列是商品销量。

#数据类型：全部是浮点数值型。

#是否有缺失值：否

#使用python3 编写，utf-8编码

代码如下：

import re #正则表达式

import numpy 

from sklearn import linear_model #算法模型库 使用的是线性回归linear_model

from matplotlib import pyplot as plt #图形展示库

fn=open('data.txt','r')  

all_data=fn.readlines()

#print(all_data)

fn.close()

x=[]

y=[]

for single_data in all_data:

tmp_data=re.split('\t|\n',single_data)

x.append(float(tmp_data[0]))

y.append(float(tmp_data[1]))

x=numpy.array(x).reshape([100,1])

y=numpy.array(y).reshape([100,1])

plt.scatter(x,y)

plt.show()

#数据建模

model=linear_model.LinearRegression()

model.fit(x,y)

model_coef=model.coef_

model_intercept=model.intercept_

r2=model.score(x,y)

new_x=70000

pre_y=model.predict(new_x)

print(pre_y)

源码连接：https://github.com/Bigger666/data#data

要是觉得喜欢对你有帮助，可以关注公众号 “不羁的都督” ，并有神秘的葵花宝典相送哦！