【python数据分析】对乐高、奥特曼、高达进行分析，看看哪个卖的最好

前言

嗨喽~大家好呀，这里是魔王呐 ❤ ~!

前期准备

软件：

Jupyter Notebook：

是一个开源的web应用程序，可以使用它来创建和共享包含实时代码、方程、可视化和文本的文档。

Jupyter Notebook是IPython项目的一个派生项目，IPython项目本身曾经有一个IPython Notebook项目。后来从中拆分出去，叫做Jupyter Notebook。

数据准备：

代码展示

导入库

import pandas as pd 
import pyecharts.options as opts
from pyecharts.charts import *
from pyecharts.globals import ThemeType#设定主题
from pyecharts.commons.utils import JsCode

读取文件

df1 = pd.read_csv(r'京东-乐高.csv', engine='python', encoding='utf-8-sig')
df2 = pd.read_csv(r'6K高达.csv', engine='python', encoding='utf-8-sig')
df3 = pd.read_csv(r'6K奥特曼.csv', engine='python', encoding='utf-8-sig')
df1.head(1)

df2.head(1)

df3.head(1)

df_all = pd.concat([df1,df2,df3])
df_all.info()

去除重复值

df_all.drop_duplicates(inplace=True)

删除不必要的列

df_all = df_all.drop(['商品SKU','商品链接','封面图链接','评论链接','店铺链接','页码','当前时间','页面网址'],axis=1)
df_all.head(1)

筛选剔除广告

df_all = df_all[df_all['是否广告'] == '否']

重置索引

df_all = df_all.reset_index(drop=True)
df_all.info()

商家上线的商品数目Top20

shopname = df_all.groupby('商家店名')['商品名称'].count().sort_values(ascending=False).head(20)
shopname

绘制商家上线的商品数目Top20柱状图

bar1 = (
    Bar(init_opts=opts.InitOpts(theme='dark', width='1000px',height ='500px'))
    .add_xaxis(shopname.index.tolist())
    .add_yaxis("",shopname.values.tolist())
    .set_series_opts(
        label_opts=opts.LabelOpts(
                is_show=True, 
                position='insideRight',
                font_style='italic'
            ),
        源码、解答、教程+VX：qian97378
        itemstyle_opts=opts.ItemStyleOpts(
            color=JsCode(
                """new echarts.graphic.LinearGradient(1, 0, 0, 0, 
                 [{offset: 0,color: 'rgb(255,99,71)'}, {offset: 1,color: 'rgb(32,178,170)'}])"""
            )
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="商家上线的商品数目Top20"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),
        legend_opts=opts.LegendOpts(is_show=True))
    .reversal_axis()
)
bar1.render_notebook()

总体价格区间

def tranform_price(x):
    if x <= 100.0:
        return '0~100元'
    elif x <= 500.0:
        return '101~500元'
    elif x <= 2000.0:
        return '501~2000元'
    elif x <= 5000.0:
        return '2001~5000元'
    elif x <= 10000.0:
        return '5001~10000元'
    else:
        return '10000以上'

df_all['分级'] = df_all["价格"].apply(lambda x:tranform_price(x))

price_score = df_all['分级'].value_counts()
print(price_score)

datas_pair = [(i, int(j)) for i, j in zip(price_score.index, price_score.values)]
print(datas_pair)

pie1 = (
    Pie(init_opts=opts.InitOpts(theme='dark',width='1000px',height='600px'))
    
    .add('', datas_pair, radius=['35%', '60%'])
    .set_global_opts(
        title_opts=opts.TitleOpts(title='不同价格区间的销售额整体表现'), 
        legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%')
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            # 源码、解答、教程+VX：qian97378
            title="乐高、奥特曼、高达\n\n价格区间", 
            pos_left='center', 
            pos_top='center',
            title_textstyle_opts=opts.TextStyleOpts(
                color='#F0F8FF', 
                font_size=20, 
                font_weight='bold'
            ),
        )
    )
    .set_colors(['#EF9050', '#3B7BA9', '#6FB27C', '#FFAF34', '#D8BFD8', '#00BFFF', '#7FFFAA'])
)
pie1.render_notebook() 

单价最高的商品Top20

#单价最高的商品
price_top = df_all.groupby('商品名称')['价格'].sum().sort_values(ascending=False).head(20)
price_top

单价最高的商品详细柱状图

bar=(
    Bar(init_opts=opts.InitOpts(height='500px',width='1000px',theme='dark'))
    .add_xaxis(price_top.index.tolist())
    .add_yaxis(
        '单价最高的商品',
        price_top.values.tolist(),
        label_opts=opts.LabelOpts(is_show=True,position='top'),
        itemstyle_opts=opts.ItemStyleOpts(
            color=JsCode("""new echarts.graphic.LinearGradient(
            0, 0, 0, 1,[{offset: 0,color: 'rgb(255,99,71)'}, {offset: 1,color: 'rgb(32,178,170)'}])
            """
            )
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='单价最高的商品详细柱状图'),
            xaxis_opts=opts.AxisOpts(name='玩具名称',
            type_='category',                                           
            axislabel_opts=opts.LabelOpts(rotate=90),
        ),
        yaxis_opts=opts.AxisOpts(
            name='单价/元',
            min_=0,
            max_=39980.0,
            源码、解答、教程+VX：qian97378
                        splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dash'))
        ),
        tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')
    )

    .set_series_opts(
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_='average',name='均值'),
                opts.MarkLineItem(type_='max',name='最大值'),
                opts.MarkLineItem(type_='min',name='最小值'),
            ]
        )
    )
)
bar.render_notebook()

尾语

要成功，先发疯，下定决心往前冲！

学习是需要长期坚持的，一步一个脚印地走向未来！

未来的你一定会感谢今天学习的你。

—— 心灵鸡汤

本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦

问题解答 · 源码获取 · 技术交流 · 抱团学习请联系