用Python实现的数据化运营分析实例——销售预测

1. 案例概述

1.1 案例场景

每个销售型公司都有一定的促销费用，促销费用可以带来销售量的显著提升；
当给出一定的促销费用时，预计会带来多大的销售量？

1.2 数据概况

• 来源：生成的模拟数据，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，第二列是商品销售量
• 数据类型：浮点数值型
• 是否有缺失值：否

• 数据：

  
  
  image.png

1.3 案例过程

会使用的4个库

• Re：正则表达式，程序中通过该库来实现字符串分割
• Numpy：数组操作和处理库，程序中用来做格式转换和预处理
• Sklearn：算法模型库，程序中使用了线性回归方法linear-model
• Matplotlib：图形展示库，用来在建模前做多个字段关系分析

2. 代码详解

# 导入库
import re
import numpy
from sklearn import linear_model
from matplotlib import pyplot as plt

# 导入数据
fn = open('data.txt', 'r')    # 打开名为“data.txt”的文件，文件模式是只读，并创建一个名为fn的文件对象
all_data = fn.readlines()    # 从fn中读取的行记录，并保存到一个名为all_data的列表中
#print(all_data[0])    # 查看该列表的第一个数据  输出：28192.0    68980.0
fn.close()    # 关闭文件对象的占用

# 数据预处理
x = []
y = []    # 创建两个空列表
for single_data in all_data:    # 通过一个for循环每次从列表all_data中读取一条数据，并赋值给single_data
    tmp_data = re.split('\t|\n', single_data)    # 分别使用\t 和\n 作为分隔符，对single_data进行数据分割，分割结果赋值为tmp_data
    x.append(float(tmp_data[0]))
    y.append(float(tmp_data[1]))    # 将tmp_data的第一个值和第二个值分别追加到列表x和y中。追加前，先将每个数据通过float方法设为浮点型（数值型）

x = numpy.array(x).reshape([100, 1])
y = numpy.array(y).reshape([100, 1])    # 将x和y由列表类型转换为数组类型，同时数组的形状是100行1列

# 数据分析展示
plt.scatter(x, y)    # 用散点图展示x和y
plt.show()    # 展示图形

散点图

通过散点图发现，x和y的关系呈现明显的线性关系：
x增大时，y增大；x减小时，y减小。
初步判断可以选择线性回归进行模型拟合。

# 数据建模
model = linear_model.LinearRegression()    # 创建一个模型对象
model.fit(x, y)    # 将x和y分别作为自变量和因变量输入模型进行训练

# 模型评估
model_coef = model.coef_    # 获取模型的自变量系数并赋值为 model_coef
model_intercept = model.intercept_    # 获取模型的截距并赋值为 model_intercept
r2 = model.score(x, y)    # 获取模型的决定系数R的平方
# print(model_coef,model_intercept,r2)    # 输出：(array([[2.09463661]]), array([13175.36904199]), 0.7876414684758954)

即 y = 2.09463661 * x + 13175.36904199
决定系数为 0.7876414684758954，整体拟合效果不错。

# 销售预测
new_x = 84610    # 创建促销费用常量
pre_y = model.predict( numpy.array(new_x).reshape(-1, 1))    # 对促销费用常量new_x输入模型进行预测
print (pre_y)    # 输出：[[190402.57234225]]
print (round (pre_y))    #  四舍五入，输出：190403.0

3. 总结

本文实现了导入库、获取数据、数据预处理、数据展示分析、数据建模、模型评估、销售预测 7个步骤。

用到的知识：

• Python文件读取
• Python基本操作（新建、追加）、for循环、变量赋值、字符串分割、数值转换
• Numpy数组操作：列表转数组、重新设置数组形状
• 使用Matplotlib进行散点图展示
• 使用Sklearn进行线性回归的训练和预测
• 用print输出指定数据

---

内容来自：《Python数据分析与数据化运营》——宋天龙