python分析双十一销量
python分析双十一销量
import numpy as np
import matplotlib.pyplot as pltyear = np.array([year for year in range(2009,2021)])
sales = np.array([0.5, 9.36, 52, 191, 352, 571, 912, 1207, 1682.69, 2135, 2684, 4982])plt.plot(year, sales, 'ro')z = np.polyfit(year, sales, 1)
z[0]
z[1]
yhat = z[0]* year + z[1]plt.plot(year, yhat, 'g-')plt.text(2010, 3000, "y={:0.2f}*year{:0.2f}".format(z[0], z[1]), size=18)
结果如下图:
当然还可以用二次项回归
z = np.polyfit(year, sales, 2)
z
z[0]
z[1]
z[2]yhat = z[0]*year*year + z[1]*year+ z[2]plt.plot(year, sales, 'ro')
plt.plot(year, yhat, 'b-')
plt.text(2010, 3000, "{:0.2f}*year^2 + {:0.2f}*year + {:0.2f}".format(z[0], z[1], z[2] ))
也可以用对数回归
lnsales = np.log(sales)z = np.polyfit(year, lnsales, 1)yhat = z[0]*year + z[1]plt.plot(year, lnsales, 'ro')
plt.plot(year, yhat)
plt.text(2010, 1, "ln(sales)={:0.2f}*year+{:0.2f}".format(z[0], z[1]))
感觉多项式回归比较好一些:
###一元线性回归
from sklearn.linear_model import LinearRegression
model = LinearRegression()X = year.reshape(-1, 1)
model.fit(X, sales)model.intercept_
model.coef_model.get_params()
model.score(X, sales)############多项式回归
Xx2 = np.hstack([X, X**2])
x2L2 = LinearRegression()
L2.fit(x2, sales)
L2.intercept_
L2.coef_L2.score(x2,sales)
结果二次项回归R2 =0.94513, 一元线性回归,R2 = 0.7853
单纯做统计分析的话还是statsmodel库比较好一点。输出美观一些。
import numpy as np
import statsmodels.api as sm
import statsmodels.formula.api as smfimport pandas as pddf = pd.read_json('{"year ":{"0":2009,"1":2010,"2":2011,"3":2012,"4":2013,"5":2014,"6":2015,"7":2016,"8":2017,"9":2018,"10":2019,"11":2020}," sales":{"0":0.5,"1":9.36,"2":52.0,"3":191.0,"4":352.0,"5":571.0,"6":912.0,"7":1207.0,"8":1682.69,"9":2135.0,"10":2684.0,"11":4982.0}}')
dfresults = smf.ols("sales ~ year ", data=df).fit()
results.summary()results = smf.ols("sales ~ year + np.square(year) ", data=df).fit()results = smf.ols("np.log(sales) ~ year", data=df).fit()
results.summary()
python分析双十一销量相关推荐
- python分析双十一数据
根据历年双十一数据进行多项式回归:分别用R.Spss.python进行了实现,发现Spss结果更好解释,拟合度达到0.99,将时间数据进行转为1,2,... python的多项式回归结果还没太看懂,因 ...
- 南方人过冬有多难?用Python带你分析全网取暖器销量数据
CDA数据分析师 出品 作者:Mika数据:真达 如果说冬天对北方人来说只是一个季节,而对南方人来说是一场"渡劫".北方的冷是干冷,物理攻击,多穿一点就好了.而且室内有暖气,在 ...
- 【计算机专业毕设之基于python爬虫的汽车销量预测可视化分析系统-哔哩哔哩】 https://b23.tv/2gOjMVB
[计算机专业毕设之基于python爬虫的汽车销量预测可视化分析系统-哔哩哔哩] https://b23.tv/2gOjMVB https://b23.tv/2gOjMVB
- 盛夏海边,用Python分析青岛哪些景点性价比高
作者 | 志斌 来源 | 志斌的python笔记 头图 | 付费下载于 IC Photo 在经过几年的热潮之后,人工智能AI算法已经在各行各业广泛使用了.例如在工业制造中,利用人工智能监测仪器仪表.人 ...
- 用Python分析淘宝2000款避孕套,得出这些有趣的结论
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 ...
- Python 分析国庆热门旅游景点,告诉你哪些地方好玩、便宜、人又少!
作者 | 裸睡的猪 责编 | 屠敏 2019年国庆马上就要到来, 今年来点新花样吧, 玩肯定是要去玩的, 不然怎么给祖国庆生? 那去哪里玩?人少档次还高呢? 咱不是程序员嘛, 那就用数据分析下, 看看 ...
- 用python分析拼多多_利用Python分析拼多多上卖的最热的产品, 结果出乎大多数人意料!...
一.缘起 当然,我们先走第一步,开个头.现在,我们就从一个切面来窥探下. 二.我们获取了多少商品条目? 三.这些商品总共卖出了多少钱? 四.销售额前十的品类是哪些? 拼多多的主打品类是什么呢? 一级类 ...
- 【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, ...
- GDP越高就越幸福吗?用Python分析《世界幸福指数报告》后我们发现…
公众号后台回复"图书",了解更多号主新书内容 作者:CDA数据分析师 来源:CDA数据分析师 CDA数据分析师 出品 作者:真达.Mika 数据:真达 [导读] 今天教大 ...
最新文章
- Signal和slot的声明和连接
- Exchange Server学习---发送邮件
- ES6中Generator理解
- JNI/NDK开发指南(三)——JNI数据类型及与Java数据类型的映射关系
- perl python文本处理_awk, python, perl文本处理效率对比(zz)
- linux下mysql安装
- 2019深圳杯获奖论文_2019年第六届深圳南山杯全国手风琴网络邀请赛获奖名单、成绩公布!...
- 《Java8实战》笔记(02):通过行为参数传递代码
- python字典的键可以是列表吗_如何返回字典键作为Python中的列表?
- python 把xml中含有特殊字段的部分提取出来_Python: 爬虫网页解析工具lxml.html(一)...
- ntp协议中 服务器失效怎么办,排除网络时间协议(NTP)故障
- Mysql Federated For Windows
- TCP/IP之封装,分用,server模型
- 澳洲大学计算机本科课程,澳洲留学 澳洲大学的本科课程分为6大类
- Java+Swing+mysql实现学生选课管理系统
- CVE-2019-0708 微软补丁更新
- 免费微信登陆界面html模板,微信小程序:使用微信授权登录以及页面模板
- fastposter 1.6.0 发布 电商级海报生成器
- java 微信 推送_JAVA 微信消息模板推送
- IntelliJ IDEA项目正常编译,但是代码部分飘红