Pandas+Pyecharts | 더블일레븐 뷰티 매출 데이터 분석 시각화

이번 호에서는 Python을 사용하여 Double Eleven 뷰티 판매 데이터를 분석합니다. 다음을 살펴보세요. 애프터 더블 일레븐

• 뷰티 브랜드별 판매 상황

• 뷰티 브랜드 1차/2차 분류 비율

• 뷰티 브랜드별 정가 분포

• 뷰티 브랜드별 평균 가격

• 뷰티 브랜드 워드 클라우드

• 등...

• 궁금한 점이 있으시거나 궁금하신 점이 있으신 모든 분들께 도움이 되었으면 좋겠습니다. 개선이 필요한 부분은 편집자에게 문의하세요.

관련 라이브러리:

Pandas

— 데이터 처리

Pyecharts — 데이터 시각화
P andas 데이터 처리

2.1 데이터 읽기

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')

2.2 데이터 정보

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]

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)
            )
        )
    )

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

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()
    )

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

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) 
        )
    )

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

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 뷰티 브랜드별 가격 박스 차트

3.9 뷰티 브랜드별 평균 가격

평균 가격으로 보면 겔랑, 설화수, 에스티로더, 랑콤, 시세이도 다른 브랜드는 약간 더 편향되어 있습니다.

3.10 뷰티 브랜드 분류 워드클라우드

위 내용은 Pandas+Pyecharts | 더블일레븐 뷰티 매출 데이터 분석 시각화의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!