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 \ - ...

python——大数据偷偷告诉你端午节送什么粽子最合适

本文要点：

一、粽子“甜咸之争”

二、吃货的力量

三、用Python教你

python——大数据偷偷告诉你端午节送什么粽子最合适相关推荐

最新文章

热门文章