第一个用python实现的数据化运营分析实例—

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时，预计会带来多大的商品销售量？

原始数据：data.txt 文件，包含了建模所需的原始数据

依赖库：re、numpy、sklearn、matplotlib

纬度数量：1

记录数：100

x：促销费用 y：商品销售量

python IDE：PyCharm

python版本：Python 3.7.2

案例过程：

第一步：导入库

import reimport numpyfrom sklearn import linear_modelfrom matplotlib import pyplot as plt

导入库：import [库名]

导入库中指定函数：from [库名] import [函数名]

第二步：导入数据

fn = open('data.txt','r')
all_data = fn.readlines()
fn.close()

读取文件，并保存至变量all_data中，注意open参数的文件名可以是绝对路径，也可相对路径。

第三步：数据预处理

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])

用正则分割每行数据，赋值给x和y，将x：促销费用 y：商品销售量的列表转换成x和y数组类型。

第四步：数据分析

pltscatter(x,y)
plt.show()

plt.scatter(x,y) 用一个散点图来展示x和y。plt.show() 是展示图像（二维图像），

该图像为线性回归模型处理更为准确。

第五步：数据建模

model = linear_model.LinearRegression()
model.fit(x,y)

先创建一个模型对象，后续所有的模型操作都基于该对象上产生。然后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。

第六步：模型评估

model_coef = model.coef_
model_intercept = model.intercept_
re = mode.score(x,y)

model_coef = model.coef_ ：获取模型的自变量的系数并赋值为model_coef；
model_intercept = model.intercept_ ：获取模型的截距并赋值为model_intercept；
re = mode.score(x,y) : 获取模型的决定系数R的平方。

上述步骤可得到线性回归方程 y = model_coef*x + model_intercept ,即 y = 2.09463661*x + 13175.36904119 。该方程决定系数R的平方是0.78764146847589545 。

第七步：销售预测

new_x=[]
new_x.append(float("84610"))
new_x = numpy.array(new_x).reshape([-1, 1])
pre_y = model.predict(new_x)
print(pre_y)

创建促销费用常量，作为预测的输入，pre_y = model.predict(new_x) 作用是对促销费用常量new_x输入模型进行预测，最后打印出来[[190402.57234225]]。注意perdict()的第一个参数需要为numpy数组类型。

至此，已完成功能需求代码编写与测试。

第一个用python实现的数据化运营分析实例——销售预测相关推荐

python数据分析-《Python数据分析与数据化运营》电子版
2019-01-04更新说明,更新到"3.13 本章小结"部分. ---------------------- 前言为什么要写这本书读者对象如何阅读本书勘误和支持致谢 ...
【组队学习】【28期】基于Python的会员数据化运营
基于Python的会员数据化运营论坛版块: http://datawhale.club/c/team-learning/37-category/37 开源内容: https://github.com ...
【组队学习】曹志宾：基于Python的会员数据化运营
分享人:曹志宾,Datawhale成员,香港科技大学硕士在读分享内容: 案例描述与分析前期准备与数据预处理 RFM模型使用与操作 Excel中的RFM分析组队学习: 红星:基于Python的会员 ...
【组队学习】孙健坤：基于Python的会员数据化运营
分享人:孙健坤,哈尔滨工业大学分享内容: 什么是会员制? 什么是会员数据化运营? 如何进行会员数据化运营组队学习: 基于Python的会员数据化运营开源内容: https://github.co ...
python进行数据预测的实例-第一个使用Python完成的数据化运营案例――销售预测...
时间:2019-02-25 概述:销售预测第一个使用Python完成的数据化运营案例--销售预测,依赖库:re.numpy.sklearn.matplotlib,程序输入:data.txt,程序输出 ...
Python数据分析与数据化运营（笔记）第一章：python与数据化运营
1.开头三个问题: 1.python是什么? 2.数据化运营是什么? 3.为什么要将python用于数据化运营? 1.1 Python是什么? 老生常谈,这里简单列举一下,百度一大把,不过多赘叙 py ...
python数据分析与数据化运营_电商数据分析与数据化运营.pdf
作者 :刘振华出版发行 : 北京:机械工业出版社 , 2018.06 ISBN号 :978-7-111-59819-0 页数 : 194 丛书名 : 数据分析与决策技术丛书原书定价 : 69. ...
一个使用python和TUShare进行股票分析的例子
(2021.1)这篇文章写成的时间较早,使用的读取数据的接口有更新,具体内容请查看:https://tushare.pro/register?reg=365021. (原内容:) <利用Pyth ...
这才是真正适合小白的教程：Python有什么用？数据化运营怎么做？
导读:数据化运营是提高利润.降低成本.优化运营效率.最大化企业财务回报的必要课题.Python作为数据科学界的关键工具之一,几乎可以应用于所有数据化运营分析和实践的场景. 作者:宋天龙如需转载请联系 ...
python数据分析：商品数据化运营（上）——知识点
商品数据运营指标销售类指标订单量/商品销售量订单量指用户提交订单的数量,计算逻辑去重后的订单ID的数量. 商品销售量又称销售件数,指销售商品的数量. 订单金额/商品销售金额订单金额为用户提交订 ...

第一个用python实现的数据化运营分析实例——销售预测

第一个用python实现的数据化运营分析实例——销售预测相关推荐

最新文章

热门文章