当前位置: 首页 > news >正文

【59 Pandas+Pyecharts | 淘宝华为手机商品数据分析可视化】

文章目录

  • 🏳️‍🌈 1. 导入模块
  • 🏳️‍🌈 2. Pandas数据处理
    • 2.1 读取数据
    • 2.2 数据信息
    • 2.3 数据去重
    • 2.4 提取付款人数
    • 2.5 计算销量
    • 2.6 发货地址处理
  • 🏳️‍🌈 3. Pyecharts数据可视化
    • 3.1 各系列手机销售占比
    • 3.2 各价格区间手机销量
    • 3.3 各省手机发货量地图
    • 3.4 手机发货量TOP10城市
    • 3.5 店铺累计手机销售额TOP10
    • 3.6 旗舰店手机销量占比
    • 3.7 商品标题词云
  • 🏳️‍🌈 4. 可视化项目源码+数据

大家好,我是 👉 【Python当打之年(点击跳转)】

本期将利用Python分析「华为手机数据集」 ,看看:各系列手机销售占比、各价格区间手机销量分布、各省手机发货量地图、手机发货量TOP10城市、店铺累计手机销售额TOP10、旗舰店手机销量占比等情况,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 *
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

df = pd.read_excel('./华为手机.xlsx')

在这里插入图片描述

2.2 数据信息

df.info()

在这里插入图片描述

2.3 数据去重

df = df.drop_duplicates()

2.4 提取付款人数

df1['付款人数'] = df1['付款人数'].fillna('0人付款')
df1 = df1[df1['付款人数'].str.contains('付款')]
df1['num'] = [re.findall(r'\d+', i)[0] for i in df1['付款人数']]

2.5 计算销量

df1['销售额'] = df1['num'] * df1['价格']
df1['销售额'] = df1['销售额'].astype('int')

2.6 发货地址处理

df1['省份'] = df1['发货地址'].str.split(' ').apply(lambda x:x[0])
df1['城市'] = df1['发货地址'].str.split(' ').apply(lambda x:x[1])

在这里插入图片描述

🏳️‍🌈 3. Pyecharts数据可视化

3.1 各系列手机销售占比

def get_pie():pie1 = (Pie().add('',datas,center=['50%', '55%'],).set_global_opts(visualmap_opts=opts.VisualMapOpts(is_show=False,range_color=range_color),title_opts=opts.TitleOpts(title='1-华为各系列手机销售占比',subtitle=subtitle,pos_top='2%',pos_left="center",)))

在这里插入图片描述

  • Mate(53.79%)、 Pura(16.78%)、Nova(7.05%)、畅享(22.38%)

3.2 各价格区间手机销量

def get_line():line = (Line().add_xaxis(x_data).add_yaxis('', y_data).set_global_opts(title_opts=opts.TitleOpts(title='2-各价格区间手机销量',subtitle=subtitle,pos_top='2%',pos_left="center",),))

在这里插入图片描述

  • 1000-2000元区间手机购买人数最多,超过30万人付款,其次是2000-3000元区间,付款人数也超过了20万,1000-3000元区间销量占比超过了60%

3.3 各省手机发货量地图

在这里插入图片描述

  • 上图可以看出:发货地主要集中在广东、江苏、浙江、上海、山东、北京、河北等地

3.4 手机发货量TOP10城市

def get_bar():chart = (Bar().add_xaxis(x_data).add_yaxis('', y_data,label_opts=opts.LabelOpts(position='right')).set_global_opts(title_opts=opts.TitleOpts(title='4-手机发货量TOP10城市',subtitle=subtitle,pos_top='2%',pos_left='center',),))

在这里插入图片描述

  • 深圳(401397)、东莞(151210)、北京(69626)、杭州(45744)、广州(32577)、上海(24253)、唐山(13116)、济南(13112)、揭阳(6450)、宁波(6017)

3.5 店铺累计手机销售额TOP10

在这里插入图片描述

  • 华为官方旗舰店(101740万)、苏宁易购官方旗舰店(15698万)、喵速达电器官方旗舰店(6274万)、华为蓝阳专卖店(5697万)、信息港数码专营店(4843万)

3.6 旗舰店手机销量占比

在这里插入图片描述

  • 旗舰店手机销量占比:61.62%

3.7 商品标题词云

def get_wordcloud():wordcloud = (WordCloud().add("",data_pair=datas, word_size_range=[20, 80]).set_global_opts(title_opts=opts.TitleOpts(title='7-商品标题词云',subtitle=subtitle,pos_top='2%',pos_left="center",title_textstyle_opts=opts.TextStyleOpts(color=lab_color, font_size=20)),visualmap_opts=opts.VisualMapOpts(is_show=False,range_color=range_color),))

在这里插入图片描述

🏳️‍🌈 4. 可视化项目源码+数据

点击跳转:【全部可视化项目源码+数据】


以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏也可以分享注明出处)让更多人知道。

相关文章:

  • Android 实现可拖动的ImageView
  • linux内核编译问题记录
  • Ubuntu+k3s+karmada离线安装部署说明
  • java--认识反射
  • Wireshark 筛选功能详解:语法与示例
  • OpenAI推出o3-Pro模型
  • 开源项目实战学习之YOLO11:12.9 ultralytics-models-sam-amg.py
  • 【kafka】消息模型与工作原理详解
  • 车载软件和整车电子架构正重新定义汽车行业
  • 查看 Ubuntu 系统信息
  • MATLAB-磁偶极子的空间磁场强度仿真
  • 适合有C基础后快速上手C++
  • RAG技术全解析:从概念到实践,构建高效语义检索系统——嵌入模型与向量数据库搭建指南
  • 智能空气流向控制系统SKLX的优化与实践
  • 一款自制的OpenMV4模块
  • LRU 结构 LinkedHashMap:HashMap+双向链表的完美结合
  • 用python玩转大语言模型——从 RNN 到文本生成大语言模型的奇幻之旅
  • MMDG++:构筑多模态人脸防伪新防线,攻克伪造攻击与场景漂移挑战
  • 日期的数据格式转换
  • 爬取新浪新闻网的全部策略
  • wordpress模块里加载最新文章/网络推广seo公司
  • 千户微建站平台/上海百度推广方案
  • 目标网站上做关键字布局/seo技术培训茂名
  • 什么网站权重大/百度竞价防软件点击软件
  • 合肥学做网站app的学校/济南最新消息今天
  • 做网站公司汉狮团队/百度seo关键词优化电话