matplotlib+pandas+jupyter-notebook
基于Python+matplotlib+pandas+jupyter-notebook的数据探索分析第二弹
数据分析可视化
使用了 Matplotlib 和 Seaborn 进行数据可视化，展示不同化妆品品牌的SKU（库存单位）数量分布情况，通过条形图，可以清晰地看到不同品牌的SKU数量分布情况。从图中可以观察到，悦诗风吟品牌的商品数量最多，其次是佰草集和欧莱雅，这反映了在数据集中这些品牌的产品种类和数量相对较多。
品牌总销量和总销售额
使用 Matplotlib 绘制了一个包含两个水平条形图的图形，使用水平条形图（barh plot）展示不同品牌的总销售量和总销售额，直观地比较不同品牌在销售量和销售额上的表现。
各类别的销售量、销售额情况
通过饼状图的形式，直观地展示各化妆品类别的销售量和销售额情况。从主类别销售量占比情况来看，护肤品的销量远大于化妆品；从子类别销售量占比情况来看，底妆类、口红类在化妆品中销量最多，清洁类、化妆水、面霜类在护肤品中销量最多。
各品牌不同类别的总销量和总销售额
绘制了一个分组条形图，用于展示不同品牌在不同类别下的总销量和总销售额。按品牌和子类别分组，计算每组的总销量和总销售额，可以看出各品牌的化妆品、护肤品销量、销售情况均不一样。
各品牌热度
使用 Matplotlib 绘制了一个条形图，用于展示不同品牌商品的平均评论数，按品牌分组，计算每个品牌的商品的平均评论数。通过品牌热度可视化，我们可以直观地比较不同品牌商品的平均评论数，帮助进一步分析消费者对各品牌商品的关注度和评价情况。如图显示，越靠上的品牌热度越高，越靠右的品牌销量越高，颜色越深圈越大价格越高，热度与销量呈现一定的正相关。
各品牌价格
使用 Matplotlib 和 Seaborn 绘制了一个箱型图，用于展示不同品牌商品的价格分布情况。通过这样的可视化，我们可以直观地比较不同品牌商品的价格分布情况，帮助进一步分析各品牌商品的定价策略和市场定位。
使用 Matplotlib 绘制了一个条形图，用于展示不同品牌产品的平均价格，并在图中添加了一条表示全品牌平均价格的红色水平线。可以直观地比较不同品牌产品的平均价格，并了解它们与全品牌平均价格的对比情况。
男性护肤品销量情况
创建一个针对男士专用的护肤品和化妆品的销量的条形图，展示男士专用的护肤品和化妆品的销量
创建两个水平条形图，分别显示男士护肤品销量和销售额的排名，男士购买的大多是护肤品；妮维雅是男生护肤品中销量遥遥领先的品牌，第二第三分别为欧莱雅、相宜本草。
分析时间与销量的关系，体现购买高峰期
绘制一个折线图，展示11月份每天的总销量，并设置了自定义的x轴刻度。通过折线图，可以直观地看到11月份每天的销量变化趋势。由于商家在双十一提前预热，巨大的优惠力度和为了避免网络高峰，不少消费者选择提前消费，销量高峰出现在双十一前几天；双十一后3天商家持续打折优惠，消费者还保有购物余热，但远不如双十一之前。
安装与使用
本项目在python3.8下通过测试，具体可以查看requirements中的环境要求，在这里出一个简单的项目使用教程，一般项目中的requirements.txt中包含了项目的python依赖环境，在安装好python的前提下只需要在cmd窗口中
pip install -r requirements.txt有时候因为路径问题会提示requirements这个文件不存在，可以改为完整的路径，比如c:\requirements.txt,对于本项目只需要运行python manage.py runserver，在pycharm的配置更为方便，可以不用每次都在终端输入命令使用。
获取方式
有需要的小伙伴可以通过后台联系方式获取，如果加不上可以后台留言留下联系方式，不经常看后台，但是看到了会回复的~，源码获取只收取很少的钱钱，除非是标记了For Free的。
