Maison >développement back-end >Tutoriel Python >Pandas+Pyecharts | Visualisation de l'analyse des données de vente de produits de beauté Double Eleven
Ce numéro utilise Python pour analyser les Données de ventes de produits de beauté Double Eleven, jetez un œil à :
Le nombre de commandes de produits de beauté et les ventes totales des jours précédents et after Double Eleven
Ventes de chaque marque de beauté
Proportion de classification primaire/secondaire des marques de beauté
Répartition des box de prix de chaque marque de beauté
Prix moyen de chaque marque de beauté
Nuage de mots de marque de beauté
et ainsi de suite...
J'espère que cela sera utile à tout le monde, si vous avez des questions ou des domaines qui nécessitent des améliorations, vous pouvez contacter l'éditeur.
Bibliothèques impliquées :
Pandas — Traitement des données
Pyecharts — Visualisation des données
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')
df_school = pd.read_excel('data.xlsx')
2.3 筛选有销量的数据
df1 = df.copy() df1 = df1[df1['销量']>0]
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) ) ) )
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() )
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) ) )
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
3.8 Tableau des prix de chaque marque de beauté
3.9 Prix moyen de chaque marque de beauté
En termes de prix moyen, les prix de Guerlain, Sulwhasoo, Estee Lauder, Lancôme, Shiseido et d'autres marques sont légèrement biaisées.
3.10 Nuage de mots de classification des marques de beauté
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!