python——大数据偷偷告诉你端午节送什么粽子最合适
又到一年端午节,作为中华民族的传统节日,传说粽子是为祭奠投江的屈原而传承下来的,如今吃粽子也成了端午的主要习俗之一。除了商场出售的琳琅满目的粽子,各家各户的妈妈和奶奶们也纷纷浸糯米、洗粽叶、包粽子。
粽子的包法和形状也很有讲究,除了常见的三角粽、四角粽,还长粽、塔型粽和牛角粽等等。
说到粽子的口味就更多了。粽子几乎每年都会引发咸甜之争,有句话说的是——吃货不分南北,口味必分甜咸。
北方人吃粽子偏爱甜口,多以红枣、豆沙做馅,少数也采用果脯为馅,蘸白糖或红糖食用;
而南方青睐咸口,口味有咸肉粽、咸蛋黄粽、板栗肉粽、腊肉香肠粽、火腿粽、虾仁粽等等。
那么哪家的粽子买得最好?大家都普遍喜欢什么口味?今天我们就用数据来盘一盘端午的粽子。
本文要点:
粽子甜咸之争,自己包粽子选什么料?
吃货的力量,全网粽子谁家卖的最好?
一、粽子“甜咸之争”
自己包粽子选什么料?
自己家包的粽子,永远是最好吃的,相比起来外面卖的粽子都不香了。对厨艺有自信的小伙伴们大可以自己试着包包看。
那么自己包粽子,选甜口还是咸口?馅料配红豆还是五花肉?
首先我们获取了,美食天下网站关于粽子的菜谱,共460条。看看哪些菜谱最受欢迎吧。
1.吃甜粽还是咸粽?
在甜咸之争中,这次甜粽胜出了。
有33.04%的菜谱都是甜粽,其次22.17%才是咸粽。同时也有许多小伙伴选择最简单的纯糯米粽,原味,这部分占比17.83%。
2、粽子里包了什么?
食材方面我们看到:
无论如何糯米和粽叶都是必不可少的。
然后在咸粽方面,五花肉很多人的首选,其次咸蛋黄、香菇、排骨、腊肠等都是常见的选择;在甜粽方面呢,红豆蜜枣是很多人的首选。其次绿豆、豆沙、花生米、西米等也不错。
3、调料放什么?
调料方面可以看到:
糖和酱油是少不了的。还花生油、蚝油等选择。除了这些常规操作,也还有选择抹茶粉这种创新的做法。
二、吃货的力量
全网粽子谁家卖的最好?
出于自己不会包粽子、图方便、过节送人等考虑,直接在网上买粽子的人也不少。那么哪些店铺的粽子最受大众欢迎呢?我们分析获取了淘宝售卖粽子商品数据,共4403条。
1、全网谁家的粽子卖得最好?
首先在店铺方面:
五芳斋是妥妥的霸主,粽子销量位居第一。其次真真老老位居第二。
2、哪个省份是粽子大省?
这些店铺都来自哪里?谁是真正的粽子大省呢?
经过分析发现,浙江一骑绝尘,粽子店铺数量远远领先其他省份。浙江的粽子店铺占到全网的67.71%。毫无争议的大佬。
其次广东、上海、北京分部位于第二、三、四名。
3、粽子都卖多少钱
粽子都卖多少钱也是消费者们最关系的了,淘宝店铺买的粽子一般一份有10个左右。分析发现,价格在一份50元以内的还是占到绝多数,全网有55.22%的粽子都在50元内。其次是50-100元的,占比24.81%。
4、不同价格粽子的销量
那么销售额方面又如何呢,什么价格的粽子卖的最好?
可以看到50-100元的粽子销售额最高,占比53.61%。其次是50元以内的,占比22.06%。毕竟从送礼品的角度,还是要一定价格考量的,太平价的不行,需要一定的档次。
5、粽子商品标题里都在说些什么?
最后,我们再看到粽子的商品标题:
整理发现,除了"粽子"、"端午"等关键词,"嘉兴"被提到的最多。看来嘉兴的粽子是真的很有名呀。
粽子馅料方面,“蛋黄”、“鲜肉”、“豆沙"都是非常热门的。同时"礼盒包装”、“送礼”、"五芳斋"等也被多次提到。
三、用Python教你
- 爬取淘宝粽子数据
我们使用Python获取了淘宝网粽子商品销售数据和美食天下菜谱数据,进行了一下数据分析。此处展示淘宝商品分析部分代码。按照数据读入-数据处理和数据可视化流程,首先导入我们使用的Python库,其中pandas用于数据处理,jieba用于分词,pyecharts用于可视化。 - 导入包
import pandas as pd import time import jieba from pyecharts.charts
import Bar, Line, Pie, Map, Page from pyecharts import options as
opts from pyecharts.globals import SymbolType WarningType
WarningType.ShowWarning = False
1、数据导入
读入数据
df_tb = pd.read_excel(’…/data/淘宝商城粽子数据6.23.xlsx’)
df_tb.head()
查看一下数据集大小,可以看到一共有4403条数据。
df_tb.info()
<class ‘pandas.core.frame.DataFrame’>
RangeIndex: 4403 entries, 0 to 4402
Data columns (total 5 columns):Column Non-Null Count Dtype
0 goods_name 4403 non-null object
1 shop_name 4403 non-null object
2 price 4403 non-null float64
3 purchase_num 4403 non-null object
4 location 4403 non-null object
dtypes: float64(1), object(4)
memory usage: 172.1+ KB
2、数据预处理
我们对数据集进行以下处理,以便我们后续的可视化分析工作,经过处理之后的数据共4192条。
去除重复值
goods_name:暂不处理
shop_name:暂不处理
price:暂不处理
purchase_num:提取人数,注意单位万的处理
计算销售额 = price * purchase_num
location:提取省份去除重复值
df_tb.drop_duplicates(inplace=True)删除购买人数为空的记录
df_tb = df_tb[df_tb[‘purchase_num’].str.contains(‘人付款’)]重置索引
df_tb = df_tb.reset_index(drop=True)提取数值
df_tb[‘num’] = df_tb[‘purchase_num’].str.extract(’(\d+)’).astype(‘int’)提取单位
df_tb[‘unit’] =
df_tb.purchase_num.str.extract(r’(万)’)
df_tb[‘unit’] = df_tb.unit.replace(‘万’, 10000).replace(np.nan, 1)重新计算销量
df_tb[‘true_purchase’] = df_tb[‘num’] * df_tb[‘unit’]删除列
df_tb = df_tb.drop([‘purchase_num’, ‘num’, ‘unit’], axis=1)计算销售额
df_tb[‘sales_volume’] = df_tb[‘price’] * df_tb[‘true_purchase’]提取省份
df_tb[‘province’] = df_tb[‘location’].str.split(’ ').str[0]
df_tb.head()
3、数据可视化
数据可视化部分主要对以下的数据进行汇总分析,分析维度如下:
粽子店铺商品销量排行 各省份粽子店铺数量排行 各省份粽子销量分布 粽子都卖多少钱?
不同价格区间的销售额分布?
粽子的食材 商品标题词云图
粽子店铺商品销量排行Top10
shop_top10 = df_tb.groupby(‘shop_name’)[‘true_purchase’].sum().sort_values(ascending=False).head(10)
条形图
bar1 = Bar(init_opts=opts.InitOpts(width=‘1350px’, height=‘750px’))
bar1.add_xaxis(shop_top10.index.tolist())
bar1.add_yaxis(’’, shop_top10.values.tolist())
bar1.set_global_opts(title_opts=opts.TitleOpts(title=‘粽子店铺商品销量排行Top10’),
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
visualmap_opts=opts.VisualMapOpts(max_=1350657.0)
)
bar1.render()
各省份粽子店铺数量排行Top10province_top10 =
df_tb.province.value_counts()[:10]
条形图
bar2 = Bar(init_opts=opts.InitOpts(width=‘1350px’, height=‘750px’))
bar2.add_xaxis(
province_top10.index.tolist())
bar2.add_yaxis(’’,
province_top10.values.tolist())
bar2.set_global_opts(title_opts=opts.TitleOpts(title=‘各省份粽子店铺数量排行Top10’),
visualmap_opts=opts.VisualMapOpts(max_=1000)
)
bar2.render()
浙江vs其他省份店铺粽子销量对比
names = [‘浙江’, ‘其他省份’]
numbers = [3378601.0, 1611409.0]
data_pair = [list(z) for z in zip(names, numbers)]
绘制饼图
pie1 = Pie(init_opts=opts.InitOpts(width=‘1350px’, height=‘750px’))
pie1.add(’’, data_pair, radius=[‘35%’, ‘60%’])
pie1.set_global_opts(title_opts=opts.TitleOpts(title=‘浙江vs其他省份店铺粽子销量对比’),
legend_opts=opts.LegendOpts(orient=‘vertical’, pos_top=‘15%’, pos_left=‘2%’))
pie1.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
pie1.set_colors([’#EF9050’, ‘#3B7BA9’])
pie1.render()
全国店铺粽子销量分布
province_num = df_tb.groupby(‘province’)[‘true_purchase’].sum().sort_values(ascending=False)
地图
map1 = Map(init_opts=opts.InitOpts(width=‘1350px’, height=‘750px’))
map1.add("", [list(z) for z in zip(province_num.index.tolist(),
province_num.values.tolist())],
maptype=‘china’
)
map1.set_global_opts(title_opts=opts.TitleOpts(title=‘全国店铺粽子销量分布’),
visualmap_opts=opts.VisualMapOpts(max_=300000),
)
map1.render()
粽子都卖多少钱?
分箱
bins = [0,50,100,150,200,500,1000,9999]
labels = [‘0-50元’, ‘50-100元’, ‘100-150元’, ‘150-200元’, ‘200-500元’, ‘500-1000元’, ‘1000-9999元’]
df_tb[‘price_cut’] = pd.cut(df_tb.price, bins=bins, labels=labels, include_lowest=True)
price_num = df_tb[‘price_cut’].value_counts()数据对
data_pair2 = [list(z) for z in zip(price_num.index.tolist(), price_num.values.tolist())]绘制饼图
pie2 = Pie(init_opts=opts.InitOpts(width=‘1350px’, height=‘750px’))
pie2.add(’’, data_pair2, radius=[‘35%’, ‘60%’], rosetype=‘radius’)
pie2.set_global_opts(title_opts=opts.TitleOpts(title=‘粽子都卖多少钱?’),
legend_opts=opts.LegendOpts(orient=‘vertical’, pos_top=‘15%’, pos_left=‘2%’))
pie2.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
pie2.set_colors([’#EF9050’, ‘#3B7BA9’, ‘#6FB27C’, ‘#FFAF34’, ‘#D8BFD8’, ‘#00BFFF’])
pie2.render()
不同价格区间的销售额
添加列
cut_purchase = round(df_tb.groupby(‘price_cut’)[‘sales_volume’].sum())数据对
data_pair = [list(z) for z in zip(cut_purchase.index.tolist(),
cut_purchase.values.tolist())]绘制饼图
pie3 = Pie(init_opts=opts.InitOpts(width=‘1350px’, height=‘750px’))
pie3.add(’’, data_pair, radius=[‘35%’, ‘60%’])
pie3.set_global_opts(title_opts=opts.TitleOpts(title=‘不同价格区间的销售额表现’),
legend_opts=opts.LegendOpts(orient=‘vertical’, pos_top=‘15%’, pos_left=‘2%’))
pie3.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
pie3.set_colors([’#EF9050’, ‘#3B7BA9’, ‘#6FB27C’, ‘#FFAF34’, ‘#D8BFD8’, ‘#00BFFF’, ‘#7FFFAA’])
pie3.render()
python——大数据偷偷告诉你端午节送什么粽子最合适相关推荐
- Python大数据:jieba分词,词频统计
实验目的 学习如何读取一个文件 学习如何使用DataFrame 学习jieba中文分词组件及停用词处理原理 了解Jupyter Notebook 概念 中文分词 在自然语言处理过程中,为了能更好地处理 ...
- Python大数据培训班特色优势及工作方向
Python大数据培训班有多个大数据培训班类型,同时也包括训练营.学徒班.就业班等. 具体班型: 大数据挖掘与人工智能(大数据分析)学徒班.大数据应用开发学徒班 ...
- Python + 大数据 - 数仓实战之智能电商分析平台
Python + 大数据 - 数仓实战之智能电商分析平台 1. 项目架构 2. 数据仓库维度模型设计-事实表 事实表的特征:表里没有存放实际的内容,他是一堆主键的集合,这些ID分别能对应到维度表中的一 ...
- 视频教程-Python大数据可视化-Python
Python大数据可视化 7年软件开发架构经验,12年IT培训经验,曾就职于拜特科技,金蝶软件,软酷网络等多家互联网公司.擅长Java EE,前端,iOS及大数据等技术方向的开发及教学.策划并撰稿大数 ...
- 财务大数据比赛有python吗-Python大数据与机器学习之NumPy初体验
本文是Python大数据与机器学习系列文章中的第6篇,将介绍学习Python大数据与机器学习所必须的NumPy库. 通过本文系列文章您将能够学到的知识如下: 应用Python进行大数据与机器学习 应用 ...
- zwpython_零起点Python大数据与量化交易
零起点Python大数据与量化交易 所属分类:数值算法/人工智能 开发工具:Python 文件大小:17263KB 下载次数:21 上传日期:2018-05-15 17:24:02 上 传 者:bla ...
- [转载] Python大数据文本分析及应用
参考链接: 使用Python的SQL 3(处理大数据) 实践课题报告: 大数据文本分析与应用 学 校:xxx 学 院:大数据与智能工程学院 专 业:信息工程(数据科学与大数据技术) 年 级:2017级 ...
- Python +大数据-知行教育(四)-意向用户主题看板_全量流程
Python +大数据-知行教育(四)-意向用户主题看板_全量流程 5. 意向用户主题看板_全量流程 5.1 需求分析 主要分析什么内容:1) 每一个需求涉及到那些维度, 那些直白2) 每一个需求涉及 ...
- Python+大数据-数仓实战之滴滴出行(二)
Python+大数据-数仓实战之滴滴出行(二) 1. 数据转移 #验证sqoop是否工作 /export/server/sqoop-1.4.7/bin/sqoop list-databases \ - ...
最新文章
- 添加引用方式抛出和捕获干净的WebService异常
- 浅析网站空间主机应该如何进行配置?
- 鸿蒙台湾乌龙茶,郭碧婷生女再闹乌龙?向太守口如瓶,向佐有意回避,其实另有隐情...
- ubuntu 12.04下搭建web服务器(MySQL+PHP+Apache) 教程
- object.defineProperty
- MySQL的事务与事务隔离
- 手机优酷缓存的视频在哪找
- 近一个月来的学习总结(今天的你比昨天的你进步了吗?)
- DispatcherServlet服务调度
- 欧几里得算法和扩展欧几里得算法
- 桌面存放linux文件无法删除,电脑桌面文件无法删除怎么办?
- PHPDesigner默认编码方式
- python二维向量公式坐标叉乘_NumPy叉乘
- 移植Linux Kernel SM750 驱动到VxWorks 7
- 计算机驱动器程序,打开计算机CD驱动器的位置
- 手把手教你如何架设一个属于自己的Discuz论坛---------详细过程-----简单易懂------速看!!!!
- 电脑桌面文件不见了怎么恢复?
- CMD命令行下如何切换路径
- Apsara Clouder云计算专项技能认证:云服务器ECS
- HAWQ技术解析(十一) —— 数据管理
热门文章
- 欧拉四面体公式,用来求三棱椎的体积。
- 工欲善其事,必先利其器——识别验证码(3)
- 【OpenHarmony】LiteOS-A 源码目录
- 机器人体验营笔记(五)总结 Cozmo+ROS+AI
- 【网络技术】TCP详解
- ASP.NET中上传并读取Excel文件数据,附后生成EXCEL及杀掉EXCEL进程。
- 爬虫周学习总结__赵俊杰
- 众昂矿业架构师刘金海:锂电池为氟化工开辟了新天地
- Ns2安装详细教程(Ubuntu)以及常见问题2019
- Taffy DB : A JavaScript database for your browser