当前位置 : 主页 > 编程语言 > python >

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

来源:互联网 收集:自由互联 发布时间:2023-08-10
本期利用 python 分析 双十一美妆销售数据,看看: 双十一前后几天美妆订单数量、总销量 各美妆品牌销量情况 美妆品牌一级/二级分类占比 各美妆品牌价格箱型分布情况 各美妆品牌平

本期利用 python 分析 双十一美妆销售数据,看看:

  • 双十一前后几天美妆订单数量、总销量

  • 各美妆品牌销量情况

  • 美妆品牌一级/二级分类占比

  • 各美妆品牌价格箱型分布情况

  • 各美妆品牌平均价格

  • 美妆品牌词云

  • 等等...

希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。

涉及到的库:
Pandas — 数据处理
Pyecharts — 数据可视化

1. 导入模块

import pandas as pd
from pyecharts.charts import Line
from pyecharts.charts import Bar
from pyecharts.charts import Scatter
from pyecharts.charts import Boxplot
from pyecharts.charts import Pie
from pyecharts.charts import WordCloud
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
import warnings
warnings.filterwarnings('ignore')
2. Pandas数据处理

2.1 读取数据

df_school = pd.read_excel('data.xlsx')

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

2.2 数据信息

df.info()

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

2.3 筛选有销量的数据

df1 = df.copy()
df1 = df1[df1['销量']>0]
Pandas+Pyecharts | 双十一美妆销售数据分析可视化
数据过滤后还有24479条。


3. Pyecharts数据可视化

3.1 双十一前后几天美妆订单数量
def get_line1():
    line1 = (
        Line()
        .add_xaxis(x_data)
        .add_yaxis("", y_data,
                   is_smooth=True)
        .set_global_opts(
            legend_opts=opts.LegendOpts(is_show=False),
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
                min_ = 1500,
                max_ = max(y_data),
                range_color=range_color
            ),
            title_opts=opts.TitleOpts(
                title='1-双十一前后几天美妆订单数量',
                subtitle='-- 制图@公众号:Python当打之年 --',
                pos_top='1%',
                pos_left="1%",
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
            )
        )
    )
Pandas+Pyecharts | 双十一美妆销售数据分析可视化
在11号前几天订单量持续在比较高的状态,在11月11号后趋于平稳,应该是双十一商家提前预热,消费者的预购订单量比较大。
3.2 双十一前后几天美妆销量

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

化妆品的购买高峰在11号前几天,在11月9号达到高峰,消费者的预购销量比较大,和订单量趋势基本保持一致。
3.3 各美妆品牌订单数量
def get_bar1():
    bar1 = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis("", y_data,label_opts=opts.LabelOpts(position='right'))
        .set_global_opts(
            legend_opts=opts.LegendOpts(is_show=False),
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
                min_ = min(y_data),
                max_ = max(y_data),
                dimension=0,
                range_color=range_color
            ),
            title_opts=opts.TitleOpts(
                title='3-各美妆品牌订单数量',
                subtitle='-- 制图@公众号:Python当打之年 --',
                pos_top='1%',
                pos_left="1%",
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
            ),
        )
        .reversal_axis()
    )
Pandas+Pyecharts | 双十一美妆销售数据分析可视化
悦诗风吟的商品数量最多,其次为佰草集、欧莱雅。
3.4 各美妆品牌总销量

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

相宜本草的销售额、销量都是最高的,美宝莲、悦诗风吟、妮维雅、欧莱雅分列第二至五位。

3.5 一级分类占比

def get_pie1():
    pie1 = (
        Pie()
        .add(
            "", 
            [list(z) for z in zip(x_data, y_data)],
            radius=["40%", "70%"],
            center=["50%", "50%"],
            label_opts=opts.LabelOpts(formatter="{b}: {d}%",font_size=14,font_weight=500), 
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='5-一级分类占比',
                subtitle='-- 制图@公众号:Python当打之年 --',
                pos_top='1%',
                pos_left="1%",
                title_textstyle_opts=opts.TextStyleOpts(color='#fff200',font_size=20)
            ),
            legend_opts=opts.LegendOpts(is_show=False) 
        )
    )

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

销量第一的还要是护肤品,其次是套装系列和化妆品。
3.6 二级分类占比

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

按二级分类来看,订单量前五的分别是:套装类、清洁类、面霜类、化妆水和乳液类。

3.7 二级分类销量

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

3.8 各美妆品牌价格箱型图

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

3.9 各美妆品牌平均价格

Pandas+Pyecharts | 双十一美妆销售数据分析可视化

平均价格方面,娇兰、雪花秀、雅诗兰黛、兰蔻、资生堂等品牌价格稍微偏高一些。

3.10 各美妆品牌分类词云

Pandas+Pyecharts | 双十一美妆销售数据分析可视化


【转自:响水网站制作公司 http://www.1234xp.com/xiangshui.html 复制请保留原URL】

网友评论