教学设计的网站江阴网站设计
1.接下来用seaborn包给出每个店铺各个大类以及各个小类的销量销售额
先观察销量，各店小类中销量最高的是相宜本草的补水类商品以及妮维雅的清洁类商品，这两类销量很接近。而销售额上，相宜本草的补水类商品比妮维雅的清洁类商品要高得多，这显然是商品平均单价不同所导致的。由于不同的类别使用量也不同，销量自然也会有所区别，所以相对于比较每个店铺的不同类别的销售量，比较每个不同类别的各店铺的销售量应该更有价值
事实上可以看出相宜本草在面霜、乳液、精华、补水、化妆水、眼部护理以及防晒类中都是销量最高的。美宝莲在口红、眼部彩妆也都是卖的最好的。而妮维雅在清洁类中一骑绝尘。在这里我们就可以用上之前提取出的新特征-是否男性专用。因为清洁类显然是有男性市场的。
2.关于性别
显然，在没有区分性别的情况下，由于清洁类是男性女性通用，所以占得销量最高是理所应当的。而非男士专用中，女性消费者较多，所以补水类一跃成为最高销量。尽管就整个销量而言，男士专用的占比不高，但是这也说明男性市场是一个值得发展急需拓宽的点。如果增加更多关于男性护肤品的推广，有可能会吸引更多的男性消费者从而增加销量。所以进一步分析，各个店铺的男性专用商品的销量
男士专用护肤品的销售量前三名分别是：妮维雅，欧莱雅，相宜本草。所有男士商品主要销量来自于护肤品。对于其他类这里暂时不进行分析，因为其产生大概率是basic_data也就是我们的分类集不完善导致的。观察一下男用化妆品的数据，如下：
可以看出基本都是男用唇膏。因为将唇膏归于了口红类，而口红类归于了化妆品类。接下来看看各个店铺的男士专用商品的总销量销售额是怎样的
不难看出，欧莱雅和妮维雅占据了男性专用商品的绝大部分市场，不管是销量还是销售额。这一点在不区分是否男性专用的商品中是有所出入的。欧莱雅在无论在哪个方面都表现的很好，虽然销量在非男士专用商品里属于一般水平，但销售额都名列前茅。而妮维雅在非男士专用商品里的销售情况就很差了，这说明妮维雅主打的就是男士专用商品。而相宜本草在非男士专用商品的表现还是遥遥领先，其在男士专用商品中也排在第三位，虽然和前两名都有比较大的差距
3.关于时间
4.对评论数进行分析
5.总结
1）平均每单价格低的店铺的总销量、销售额都高于均价更高的。价格便宜是消费者考虑的最多的一个点。销量最高的相宜本草的均价就很低，同时它的销售额也是最高额的。而均价较高的类中，只有雅诗兰黛的销售额相对客观。对于一些中高端商品，可以考虑适当降价来吸引更多消费者。而一些低端商品可以考虑多推广来提高知名度获取销量。
2）所有大类中，护肤品类的销量最高，其次是化妆品类。所有小类中，清洁类、补水类分别是销量的前二名。
3）男士专用的商品中，护肤品销量最高，而化妆品类中主要是唇膏。并且妮维雅占据了男士专用的大部分市场。
4）平均每多少单一条评论这个指标，相宜本草过高了，是评论数最多的悦诗风吟的4倍。可能存在刷单等现象。
5）不同的日期销量也不同。在双11销量反而有一个剧烈的下滑。原因可能是预热活动导致了消费者提前消费，并且由于消费者往往会主观的考虑到双11当天的网络、平台会卡顿，一般都会提前下单来避免“高峰”，虽然这个高峰并不存在。而在双11之后销量又有了小幅度的增长，可能跟商家的持续优惠等各种活动有关。所以商家应该把目光放在双11之前，尽量的吸引消费者消费来增加销量，不要局限于双11当天。在双11之后可以通过类似双11购物返满减卷，来刺激二次消费。
数据读取与预览：运用 Python 语言，借助numpy和pandas库开展数据分析工作。通过pd.read_csv()函数读取名为双十一淘宝美妆数据.csv的文件，并使用df.head()函数查看数据集的前五行内容。数据集包含update_time（更新时间）、id（产品编号）、title（产品标题）、price（价格）、sale_count（销售数量）、comment_count（评论数量）以及店名等字段，从展示的数据来看，涉及自然堂品牌的多种美妆产品信息。
项目整体概况：此项目围绕 2020 年双 11 期间淘宝美妆数据展开分析，目前展示内容处于数据读取阶段，后续可能会基于这些数据开展多方面分析，比如不同品牌美妆产品的销售趋势、价格与销量的关系、消费者评价反馈等，从而为美妆行业从业者提供决策依据，助力其更好地把握市场动态和消费者需求。