Pandas+Pyecharts | 预热双十一,某平台美妆销售数据分析可视化

科技   科技   2024-11-04 08:10   天津  
点击上方"蓝字",关注"Python当打之年"
后台回复"1",领取众多Python学习资料

大家好,我是欧K~

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')


2.2 数据信息 

df.info()


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)
            )
        )
    )
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 各美妆品牌价格箱型图

3.9 各美妆品牌平均价格

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


4. 源码
源码下载 | Python可视化系列文章资源(源码+数据)

👉 公众号后台回复【可视化项目源码】获取全部代码+数据

END

以上就是本期为大家整理的全部内容了,喜欢的朋友可以点赞、点在看也可以分享让更多人知道。

 往期推荐 

源码下载 | Python可视化系列文章资源(源码+数据)

爬虫 | Python搞定软科中国大学排名

爬虫 | Python爬取胡润百富榜数据

爬虫 | Python爬取微博实时热搜榜信息

爬虫 | Python爬取B站榜排行榜信息

可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统

机器学习 | 基于KNN近邻和随机森林模型对用户转化进行分析与预测

Pandas+Pyecharts | 深圳市共享单车数据分析可视化

Pandas+Pyecharts | 暑期档电影票房数据分析可视化

Pandas+Pyecharts | 平均预期寿命数据可视化

Pandas+Pyecharts | 2024年巴黎奥运会奖牌数据分析可视化

Pandas+Pyecharts | 杭州二手房数据分析可视化

Pandas+Pyecharts | 当当网畅销图书榜单数据分析可视化

Pandas+Pyecharts | 海南旅游攻略数据分析可视化

Pandas+Pyecharts | 全国海底捞门店数据分析可视化

Pandas+Pyecharts | 京东某商品销量数据分析可视化

Pandas+Pyecharts | 全国星巴克门店数据分析可视化

Pandas+Pyecharts | 第七次人口普查数据分析可视化

Pandas+Pyecharts | 快手APP全国大学生用户数据分析可视化

Pandas+Pyecharts | 奥迪汽车销量数据分析可视化

Pandas+Pyecharts | 剧荒了?用Python找找最近的热播好剧!

Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化

Pandas+Pyecharts | 2023软科中国大学排名分析可视化

Pandas+Pyecharts | 成都大运会奖牌数据分析可视化

Pandas+Pyecharts | 电子产品销售数据分析可视化+用户RFM画像

Pandas+Pyecharts | 北京近五年历史天气数据可视化

Pandas+Pyecharts | 中国高校及专业数据分析可视化

Pandas+Pyecharts | 新冠疫情数据动态时序可视化

Pandas+Pyecharts | 全国吃穿住行消费排行榜,最‘抠门’的地区居然是北京!!!

Pandas+Pyecharts | 2022世界500强数据分析可视化

Pandas+Pyecharts | 快手APP全国大学生用户数据分析可视化

Pandas+Pyecharts | 上海市餐饮数据分析可视化

Pandas+Pyecharts | 山东省高考考生数据分析可视化

Pandas+Pyecharts | 20000+天猫订单数据可视化

Pandas+Pyecharts | 40000+汽车之家数据分析可视化

Pandas+Pyecharts | 广州市已成交房源信息数据可视化

Pandas+Pyecharts | 某直聘平台招聘信息数据可视化

可视化 | 再分享一套Flask+Pyecharts可视化模板二

可视化 | 分享一套Flask+Pyecharts可视化模板

可视化 | Python直观展示中国代表团冬奥会荣耀时刻

用Python分析了3W+《独行月球》影评数据,看看观众们怎么说~

Matplotlib | 世界足球俱乐部排名可视化

40000+条考研信息数据可视化(学校、专业分数分布)

【在看】的您又变好看了呢

Python当打之年
当打之年,专注于各领域Python技术,量的积累,质的飞跃。后台回复:【可视化项目源码】可获取可视化系列文章源码和数据
 最新文章