我们在上一篇的时候已经将淘宝数据爬取下来了，但是并没有做数据分析。所以今天这篇文章就是教大家如何去分析数据，得出一些有用的结论！
Python语言相比其他语言的优势在哪里？猪哥认为是数据分析和人工智能这两大块，而且这两个方向需求会慢慢增大，所以那些想学习Python却不知道要朝着哪个目标学习的同学可以考虑往这两个方向发展！

一、分析目标

数据分析之前我们需要清楚的知道自己想要分析什么东西，也就是先搞清楚我们的目标。在公司可能是公司财报、用户增量变化、产品受欢迎程度、一些报表等等。
那我们今天的目标有哪些呢？我们来看看：
  1. 分析避孕套标题高频关键字
  2. 分析避孕套标题高频关键字 与 商品数量关系
  3. 分析避孕套标题高频关键字 与 平均销量关系
  4. 分析避孕套标题高频关键字 与 平均售价关系
  5. 分析避孕套商品价格区间分布关系
  6. 分析避孕套商品销量区间分布关系
  7. 分析避孕套商品价格区间 与 平均销量关系
  8. 分析避孕套商家数量全国分布关系
  9. 分析避孕套商家全国平均销量关系
注意： 以上数据分析全部基于上次爬取的2500款淘宝商品（默认排序），并不代表淘宝所有避孕套商品！

二、分析实现

有了明确的目标之后，我们就要开始技术选型。
首先数据处理的库这个很好确定，基本就是numpy和pandas这两个必备的库，所以大家首先确保已经安装了这两个库。
然后数据可视化库呢？这么多可视化库该怎么选？如果你不知道怎么选，那猪哥给你推荐：pyecharts 这个由中国人开发的可视化库，想要什么类型的图在下面文档里面找就行。
中文文档：https://pyecharts.org/#/zh-cn/intro
源码地址：https://github.com/pyecharts/pyecharts
最后技术选型完毕，我们就可以开始正式的敲代码分析了。（分析的标题将和上面的分析目标一一对应）

0.数据清洗

在我们数据分析之前，我们需要对数据进行清洗。因为从淘宝爬取下来的数据并不是标准的数据，比如：商品销量，爬取下来的数据是：2.5万+人付款，我们需要将它转为：25000（整型），这样才方面后面的处理！
我们先来看看从淘宝爬取的原始数据，看看那些数据需要清洗

根据使用库的经验猪哥认为有两列数据需要清洗：1、销量转成整型 2、地区转成只包含省份，具体如何清洗我们直接看代码吧！

大家可以看到最后猪哥又从新生成了一个excel文件，目的就是不去污染原始数据，因为原始数据非常重要，所以我们在以后的数据处理中要尽量保存好原始数据，多备份几个都不多余！

1.分析避孕套标题高频关键字

数据清洗完毕之后，我们就可以开始分析了。
分析标题高频关键字这都是老生常谈的一个流程，也就是使用jieba分词，然后统计词频，最后生成一个词云图，我相信经常看猪哥公众号的同学看都看腻了吧，这种小功能闭着眼睛都会了。

十几行代码就搞定了，我们来看看效果图吧


分析结论：
  1. 从整体看商家取名偏爱情趣二字
  2. 从材质看尿酸的最多
  3. 从功能看颗粒、螺纹的较多
ps：别问猪哥最中意哪个词，问就是延时。

2.分析避孕套标题高频关键字 与 商品数量关系

上面我们只看到大概哪些功能受欢迎，如果需要看具体的数据怎么办呢？
我们就来统计一下包含这些高频关键词的商品数据数量吧，代码讲解在图片下方，下同！

我们取最高频的20个关键字，然后遍历所有数据的标题中是否包含其中关键字，如果包含则该关键字的value就+1。来看看生成的柱状图效果吧！
分析结论：
  1. 包含情趣二字的商品有1150款，占到总数（2500款+）的46%。
  2. 前三甲是：情趣、尿酸、颗粒
ps：猪哥有个疑问想请教各位老司机：这个 免洗 是咋玩的？

3.分析避孕套标题高频关键字 与 平均销量关系

这个分析有意思了，就相当于用户更喜欢哪种功能或者材质的套套。
高频关键字与平均销量分析数据的实现方法是，同样遍历所有数据的标题，如果包含某个关键字，则把该项数据的销量放在关键字的value中（一个list），统计完后再对每个关键字的value进行求平均值，最后再根据平均销量排序。来看看效果吧！


分析结论：
  1. 螺纹功能平均销量最高，大家的最爱
  2. 功能平均销量前三分别是：螺纹、颗粒、狼牙
  3. 小号竟然上榜，哈哈
ps：有很多同学问：为什么不是超薄？超薄自己是爽了，可女朋友呢？

4.分析避孕套标题高频关键字 与 平均售价关系

分析完大家喜欢的功能，再来分析下这些功能的价格如何？哪些功能的避孕套比较贵呢？


高频关键字 与 平均售价关系分析原理与上面是相似的，使用的同一个方法，只不过是将原来的销量换成价格，来看看效果图吧！


分析结论：
  1. 可以看到前排几个基本都是关于材质的
  2. 凝胶、透明质、免洗这三项均价最贵，超过100大洋
ps：类似凝胶、透明质、免洗的哪位老司机用过，和一般的有啥区别？

5.分析避孕套商品价格区间分布关系

商品的标题和功能差不多分析完了，我们来分析下价格吧！


猪哥人为的对价格进行了划分，一共分为：’0-20’, ‘21-40’, ‘41-60’, ‘61-80’, ‘81-100’, ‘101-120’, ‘121-150’, ‘151-200’, ‘200以上’这9个区间，然后对数据切割、统计、排序，最后分别生成柱状图和饼图。



分析结论：
  1. 价格区间在21-40的商品最多为778款，大约占比31%。
  2. 价格在一百以内与超过一百的商品比大概为7:1
ps：没想到还有这么多超过100块的，我想问下200块价格的套套是啥感觉？

6.分析避孕套商品销量区间分布关系

分析完价格当然是分析销量区间了


销量区间分布分析实现原理：认为为销量分区，大概分为：’一千以内’, ‘一千到五千’, ‘五千到一万’, ‘一万到五万’, ‘五万到十万’, ‘十万以上’，这六个区间，然后同上方法进行统计、排序最后可视化。



分析结论：
  1. 销量在1000以内的最多，大概占比90%
  2. 销量过万的一共也才10款，说明爆款真的很少
  3. 有一款套套销量竟然超过10万
ps：想知道那款超过10万销量的避孕套商品信息吗？关注猪哥微信公众号「裸睡的猪」回复：爆款套套，即可查看！

7.分析避孕套商品价格区间 与 平均销量关系

假如你是一个避孕套卖家，新推出一款避孕套，你想知道价格定为多少销量才会比较高呢？
这时候我们就可以通过分析价格与商品的销量关系，用实际的数据来定价，这也正是数据分析的价值之一。

商品价格区间 与 平均销量关系分析实现原理是：使用pandas自动分区将价格划分为12个分区，然后对销量数据分组、求平均值，来看看可视化之后的效果。

分析结论：

  1. 定价在31.9-39这个区间平均销量最高，为893
  2. 定价在10元以内的销量竟然高居第二
ps：谁用过10以内一盒的套套，出来走走

8.分析避孕套商家数量全国分布关系

标题、价格、销量都分析过了，最后我们还分析下商家位置的数据。
分析的目标是统计全国各省避孕套商家数量，然后做成热力图和柱状图。

统计商家数量还是比较简单，因为我们之前在数据清洗的时候已经只保留了省份数据，所以直接value_counts()就可以得到想要的数据，看看效果如何！



分析结论：
  1. 避孕套商家前三甲：广东、上海、浙江
ps：贵州四周都有卖套套的，为何就它没有？难道和地理有关？

9.分析避孕套商家全国平均销量关系

分析完商家数后，我们来看看各省的平均销量吧。

商家全国平均销量关系分析实现原理：我们新创建一个透视表并对销量求平均值，然后再排序，最后生成热力图和柱状图。

分析结论：
  1. 出乎意料的是山西39个商家平均销量竟然是第一为1535。
ps：为何山西平均销量是第一？原因是啥真想不通

三、总结

通过上面的数据分析，我们得到了一些有趣的结论：
  1. 用户偏爱螺纹、颗粒、狼牙等功能
  2. 凝胶、透明质、免洗这三项均价最贵，超过100大洋
  3. 价格区间在21-40的商品最多为778款，大约占比31%
  4. 销量在1000以内的最多，大概占比90%
  5. 定价在31.9-39这个区间平均销量最高，为893
  6. 避孕套商家数量前三甲：广东、上海、浙江
  7. 山西省平均销量最高为山西
通过上述分析结果，如果猪哥作为一个避孕套商家，想要推出一款产品，设置标题带螺纹、颗粒、狼牙，价格设置在31.9-39元，这样可能会更畅销一些。
数据分析作为一把利刃，能让你看见别人看不见的事物，如果使用得当完全可以作为你创业的一个重要支点！
最后猪哥再送你一句忠告：想学数据分析，一定要学好pandas！
项目源码在阅读原文中，可直接下载运行！

用Python分析淘宝2000款避孕套，得出这些有趣的结论相关推荐

  1. 【数据分析】系列-Python分析淘宝4200款Bra(没错,就是文胸)后，发现最好卖的款式居然是。。。

    此博客仅为我业余记录文章所用,发布到此,仅供网友阅读参考,如有侵权,请通知我,我会删掉. 本着娱乐的态度,着手分析一下淘宝的前4200+款bra(文胸),看看有什么有趣的地方. 项目背景 起因:近日, ...

  2. 用Python分析淘宝数千款款避孕套，得出这些有趣的结论

    到现在为止,我们的淘宝教程已经写到了第四篇,前三篇分别是: Python模拟登录淘宝,详细讲解如何使用requests库登录淘宝pc端. 淘宝自动登录2.0,新增Cookies序列化,教大家如何将co ...

  3. 用Python爬取淘宝2000款套套，我发现了一个重要秘密

    点击上方"码农突围",马上关注,每天早上8:50准时推送 真爱,请置顶或星标 一.淘宝商品信息爬取 这篇文章主要是讲解如何爬取数据,数据的分析放在下一篇.之所以分开是因为爬取淘宝遇 ...

  4. 用Python分析淘宝用户行为

    数据来源: 阿里云 天池数据集https://tianchi.aliyun.com/dataset/dataDetail?dataId=46 阿里巴巴提供的移动端淘宝用户的行为数据集,包含2014-1 ...

  5. Python分析淘宝月饼销售数据，五仁月饼王者地位不可动摇

    距离国庆中秋8天的假期没几天了,朋友圈各家大厂都开始秀自家定制的中秋月饼礼盒,假期要走亲访友的手里也少不了要提一盒月饼. 很多人学习python,不知道从何学起. 很多人学习python,掌握了基本语 ...

  6. python开发跟淘宝有关联微_使用Python分析淘宝用户行为

    一.项目背景 本数据分析报告以手机淘宝app订单数据作为数据集,通过行业常见指标对淘宝用户行为数据进行分析,并给出优化建议.本数据集包含了2014年11月18日至2014年12月18日之间,约八十万随 ...

  7. 我用Python分析淘宝低价人群和匿名人群的连衣裙数据后，发现了这些秘密！

    1.我是一个低价人群用户 小伙伴们都在秀自己的淘宝连衣裙搜索价格,相较于小伙伴们搜索出的数百.数千的搜索"连衣裙"结果价格,很显然,我低价人群无疑了.以下是州的先生在淘宝上搜索&q ...

  8. python开发跟淘宝有关联微_利用Python分析淘宝用户行为

    目录 1.提出问题 2.理解数据 3.清理数据 4.建模分析 5.提出建议 1. 提出问题 每天淘宝都有大量的用户访问量,但最终完成交易的用户只是其中极少数: 为改善整个购物流程中的流失率,将通过研究 ...

  9. Python分析淘宝月饼销售数据，五仁月饼王者地位不可动摇！

    距离国庆中秋8天的假期没几天了,朋友圈各家大厂都开始秀自家定制的中秋月饼礼盒,假期要走亲访友的手里也少不了要提一盒月饼. 每年中秋节到,总会去姥姥那里送中秋,并买上各种各样的月饼,那个时候科技并不怎么 ...

最新文章

  1. 模式的秘密-观察者模式（四）
  2. snort源码的详细分析
  3. SQL Server执行计划的理解
  4. java学习与总结：MySQL和数据库基础知识
  5. android studio socket编程实例
  6. rust怎么传送到队友_对阵时遇到中二病怎么办？还能怎么办，溜TA就对了！
  7. Linux如何产看系统信息
  8. 《大数据技术原理与应用》 期末复习
  9. 吉比特无源光纤说明书_光纤上网是如何实现的？
  10. 二进制搜索树(BSTs) 和AVL 树
  11. 虚拟机不能清空回收站_回收站不能清空怎么办？清空回收站无反应的解决方法...
  12. 双屏怎么快速切换鼠标_Win7系统如何设置一键快速切换双屏显示（图文）
  13. 弱水三千，只取一瓢饮
  14. 工业设计算计算机类专业吗,北大工学院工业设计工程数一计算机方向经验贴
  15. 讯飞语义相似度baseline
  16. 日语文章，每天一篇 第1章　青春　第1篇 まだまだ先（さき）があります
  17. Android——腾讯QQ的Tab按钮动画效果完美实现
  18. 怎样设计完整的交易系统（主观交易和程序化交易均可借鉴）
  19. 【机器学习｜数学基础】Mathematics for Machine Learning系列之矩阵理论（14）：向量范数及其性质
  20. 对于VS2012的位图无法加载到资源视图“Bitmap”中的解决方案

热门文章

  1. php 魔术方法 多继承,day23:单继承多继承菱形继承__init__魔术方法
  2. 手把手教你如何制作可视化大屏！
  3. 成为人工智能视觉应用工程师需要多久?我用了45天！
  4. 港科大谢丹阳教授问诊未来，预测长远趋势与转折点
  5. 轻松应对Java试题，这是一份大数据分析工程师面试指南
  6. 专访博世王红星：大数据和AI将是中国制造业升级新动力
  7. 登陆成功率 99%，云知声携手平安好医生推声纹登录系统
  8. 腾讯 AI Lab 开源业内最大规模多标签图像数据集
  9. Google宣布5.5亿美元投资京东
  10. 科技公司开始重视AI伦理，他们都是怎么做的？