數(shù)據(jù)分析之前我們需要清楚的知道自己想要分析什么東西淑掌，也就是先搞清楚我們的目標(biāo)蝶念。在公司可能是公司財(cái)報(bào)抛腕、用戶增量變化、產(chǎn)品受歡迎程度媒殉、一些報(bào)表等等担敌。
！
那我們今天的目標(biāo)有哪些呢廷蓉？我們來(lái)看看：
分析避孕套標(biāo)題高頻關(guān)鍵字
分析避孕套標(biāo)題高頻關(guān)鍵字 與 商品數(shù)量關(guān)系
分析避孕套標(biāo)題高頻關(guān)鍵字 與 平均銷量關(guān)系
分析避孕套標(biāo)題高頻關(guān)鍵字 與 平均售價(jià)關(guān)系
分析避孕套商品價(jià)格區(qū)間分布關(guān)系
分析避孕套商品銷量區(qū)間分布關(guān)系
分析避孕套商品價(jià)格區(qū)間 與 平均銷量關(guān)系
分析避孕套商家數(shù)量全國(guó)分布關(guān)系
分析避孕套商家全國(guó)平均銷量關(guān)系
注意：以上數(shù)據(jù)分析全部基于上次爬取的2500款淘寶商品（默認(rèn)排序）全封，并不代表淘寶所有避孕套商品桃犬！
二就轧、分析實(shí)現(xiàn)
有了明確的目標(biāo)之后琢歇，我們就要開(kāi)始技術(shù)選型秸侣。
首先數(shù)據(jù)處理的庫(kù)這個(gè)很好確定，基本就是numpy和pandas這兩個(gè)必備的庫(kù)，所以大家首先確保已經(jīng)安裝了這兩個(gè)庫(kù)翠忠。
然后數(shù)據(jù)可視化庫(kù)呢？這么多可視化庫(kù)該怎么選？如果你不知道怎么選乐尊，那豬哥給你推薦：pyecharts這個(gè)由中國(guó)人開(kāi)發(fā)的可視化庫(kù)胁勺，想要什么類型的圖在下面文檔里面找就行抚恒。
中文文檔：https://pyecharts.org/#/zh-cn/intro
源碼地址：https://github.com/pyecharts/pyecharts
最后技術(shù)選型完畢逸嘀，我們就可以開(kāi)始正式的敲代碼分析了悉患。（分析的標(biāo)題將和上面的分析目標(biāo)一一對(duì)應(yīng)）
0.數(shù)據(jù)清洗
在我們數(shù)據(jù)分析之前，我們需要對(duì)數(shù)據(jù)進(jìn)行清洗付枫。因?yàn)閺奶詫毰廊∠聛?lái)的數(shù)據(jù)并不是標(biāo)準(zhǔn)的數(shù)據(jù)症杏，比如：商品銷量司抱，爬取下來(lái)的數(shù)據(jù)是：2.5萬(wàn)+人付款肉拓，我們需要將它轉(zhuǎn)為：25000（整型），這樣才方面后面的處理征峦！
我們先來(lái)看看從淘寶爬取的原始數(shù)據(jù)，看看那些數(shù)據(jù)需要清洗
根據(jù)使用庫(kù)的經(jīng)驗(yàn)豬哥認(rèn)為有兩列數(shù)據(jù)需要清洗：1、銷量轉(zhuǎn)成整型 2、地區(qū)轉(zhuǎn)成只包含省份巢块，具體如何清洗我們直接看代碼吧骡澈！
大家可以看到最后豬哥又從新生成了一個(gè)excel文件烙懦，目的就是不去污染原始數(shù)據(jù)，因?yàn)樵紨?shù)據(jù)非常重要拧粪，所以我們?cè)谝院蟮臄?shù)據(jù)處理中要盡量保存好原始數(shù)據(jù)修陡，多備份幾個(gè)都不多余！
1.分析避孕套標(biāo)題高頻關(guān)鍵字
數(shù)據(jù)清洗完畢之后可霎，我們就可以開(kāi)始分析了魄鸦。
分析標(biāo)題高頻關(guān)鍵字這都是老生常談的一個(gè)流程，也就是使用jieba分詞癣朗，然后統(tǒng)計(jì)詞頻拾因，最后生成一個(gè)詞云圖，我相信經(jīng)晨跤啵看豬哥公眾號(hào)的同學(xué)看都看膩了吧绢记，這種小功能閉著眼睛都會(huì)了。
十幾行代碼就搞定了正卧，我們來(lái)看看效果圖吧
分析結(jié)論：
從整體看商家取名偏愛(ài)情趣二字
從材質(zhì)看尿酸的最多
從功能看顆粒蠢熄、螺紋的較多
ps：別問(wèn)豬哥最中意哪個(gè)詞，問(wèn)就是延時(shí)炉旷。
2.分析避孕套標(biāo)題高頻關(guān)鍵字 與 商品數(shù)量關(guān)系
上面我們只看到大概哪些功能受歡迎签孔，如果需要看具體的數(shù)據(jù)怎么辦呢？
我們就來(lái)統(tǒng)計(jì)一下包含這些高頻關(guān)鍵詞的商品數(shù)據(jù)數(shù)量吧窘行，代碼講解在圖片下方饥追，下同！
我們?nèi)∽罡哳l的20個(gè)關(guān)鍵字罐盔，然后遍歷所有數(shù)據(jù)的標(biāo)題中是否包含其中關(guān)鍵字但绕，如果包含則該關(guān)鍵字的value就+1。來(lái)看看生成的柱狀圖效果吧惶看！
分析結(jié)論：
包含情趣二字的商品有1150款捏顺，占到總數(shù)（2500款+）的46%。
前三甲是：情趣纬黎、尿酸草丧、顆粒
ps：豬哥有個(gè)疑問(wèn)想請(qǐng)教各位老司機(jī)：這個(gè)免洗是咋玩的？
3.分析避孕套標(biāo)題高頻關(guān)鍵字 與 平均銷量關(guān)系
這個(gè)分析有意思了莹桅，就相當(dāng)于用戶更喜歡哪種功能或者材質(zhì)的套套昌执。
高頻關(guān)鍵字與平均銷量分析數(shù)據(jù)的實(shí)現(xiàn)方法是，同樣遍歷所有數(shù)據(jù)的標(biāo)題诈泼，如果包含某個(gè)關(guān)鍵字懂拾，則把該項(xiàng)數(shù)據(jù)的銷量放在關(guān)鍵字的value中（一個(gè)list），統(tǒng)計(jì)完后再對(duì)每個(gè)關(guān)鍵字的value進(jìn)行求平均值铐达，最后再根據(jù)平均銷量排序岖赋。來(lái)看看效果吧！
分析結(jié)論：
螺紋功能平均銷量最高瓮孙，大家的最愛(ài)
功能平均銷量前三分別是：螺紋唐断、顆粒选脊、狼牙
小號(hào)竟然上榜，哈哈
ps：有很多同學(xué)問(wèn)：為什么不是超绷掣省恳啥？超薄自己是爽了，可女朋友呢丹诀？
4.分析避孕套標(biāo)題高頻關(guān)鍵字 與 平均售價(jià)關(guān)系
分析完大家喜歡的功能钝的，再來(lái)分析下這些功能的價(jià)格如何？哪些功能的避孕套比較貴呢铆遭？
高頻關(guān)鍵字 與 平均售價(jià)關(guān)系分析原理與上面是相似的硝桩，使用的同一個(gè)方法，只不過(guò)是將原來(lái)的銷量換成價(jià)格枚荣，來(lái)看看效果圖吧碗脊！
分析結(jié)論：
可以看到前排幾個(gè)基本都是關(guān)于材質(zhì)的
凝膠、透明質(zhì)橄妆、免洗這三項(xiàng)均價(jià)最貴望薄，超過(guò)100大洋
ps：類似凝膠、透明質(zhì)呼畸、免洗的哪位老司機(jī)用過(guò)痕支，和一般的有啥區(qū)別？
5.分析避孕套商品價(jià)格區(qū)間分布關(guān)系
商品的標(biāo)題和功能差不多分析完了蛮原，我們來(lái)分析下價(jià)格吧卧须！
豬哥人為的對(duì)價(jià)格進(jìn)行了劃分，一共分為：’0-20’, ‘21-40’, ‘41-60’, ‘61-80’, ‘81-100’, ‘101-120’, ‘121-150’, ‘151-200’, ‘200以上’這9個(gè)區(qū)間儒陨，然后對(duì)數(shù)據(jù)切割花嘶、統(tǒng)計(jì)、排序蹦漠，最后分別生成柱狀圖和餅圖椭员。
分析結(jié)論：
價(jià)格區(qū)間在21-40的商品最多為778款，大約占比31%笛园。
價(jià)格在一百以內(nèi)與超過(guò)一百的商品比大概為7:1
ps：沒(méi)想到還有這么多超過(guò)100塊的隘击，我想問(wèn)下200塊價(jià)格的套套是啥感覺(jué)？
6.分析避孕套商品銷量區(qū)間分布關(guān)系
分析完價(jià)格當(dāng)然是分析銷量區(qū)間了
銷量區(qū)間分布分析實(shí)現(xiàn)原理：認(rèn)為為銷量分區(qū)研铆，大概分為：’一千以內(nèi)’, ‘一千到五千’, ‘五千到一萬(wàn)’, ‘一萬(wàn)到五萬(wàn)’, ‘五萬(wàn)到十萬(wàn)’, ‘十萬(wàn)以上’埋同，這六個(gè)區(qū)間，然后同上方法進(jìn)行統(tǒng)計(jì)棵红、排序最后可視化凶赁。
分析結(jié)論：
銷量在1000以內(nèi)的最多，大概占比90%
銷量過(guò)萬(wàn)的一共也才10款，說(shuō)明爆款真的很少
有一款套套銷量竟然超過(guò)10萬(wàn)
ps：想知道那款超過(guò)10萬(wàn)銷量的避孕套商品信息嗎虱肄？關(guān)注豬哥微信公眾號(hào)「裸睡的豬」回復(fù)：爆款套套致板，即可查看！
7.分析避孕套商品價(jià)格區(qū)間 與 平均銷量關(guān)系
假如你是一個(gè)避孕套賣家咏窿，新推出一款避孕套斟或，你想知道價(jià)格定為多少銷量才會(huì)比較高呢？
這時(shí)候我們就可以通過(guò)分析價(jià)格與商品的銷量關(guān)系翰灾，用實(shí)際的數(shù)據(jù)來(lái)定價(jià)，這也正是數(shù)據(jù)分析的價(jià)值之一稚茅。
商品價(jià)格區(qū)間 與 平均銷量關(guān)系分析實(shí)現(xiàn)原理是：使用pandas自動(dòng)分區(qū)將價(jià)格劃分為12個(gè)分區(qū)纸淮，然后對(duì)銷量數(shù)據(jù)分組、求平均值亚享，來(lái)看看可視化之后的效果咽块。
分析結(jié)論：
定價(jià)在31.9-39這個(gè)區(qū)間平均銷量最高，為893
定價(jià)在10元以內(nèi)的銷量竟然高居第二
ps：誰(shuí)用過(guò)10以內(nèi)一盒的套套欺税，出來(lái)走走
8.分析避孕套商家數(shù)量全國(guó)分布關(guān)系
標(biāo)題侈沪、價(jià)格、銷量都分析過(guò)了晚凿，最后我們還分析下商家位置的數(shù)據(jù)亭罪。
分析的目標(biāo)是統(tǒng)計(jì)全國(guó)各省避孕套商家數(shù)量，然后做成熱力圖和柱狀圖歼秽。
統(tǒng)計(jì)商家數(shù)量還是比較簡(jiǎn)單应役，因?yàn)槲覀冎霸跀?shù)據(jù)清洗的時(shí)候已經(jīng)只保留了省份數(shù)據(jù)，所以直接value_counts()就可以得到想要的數(shù)據(jù)燥筷，看看效果如何箩祥！
分析結(jié)論：
避孕套商家前三甲：廣東、上海肆氓、浙江
ps：貴州四周都有賣套套的袍祖，為何就它沒(méi)有？難道和地理有關(guān)谢揪？
9.分析避孕套商家全國(guó)平均銷量關(guān)系
分析完商家數(shù)后蕉陋，我們來(lái)看看各省的平均銷量吧。
商家全國(guó)平均銷量關(guān)系分析實(shí)現(xiàn)原理：我們新創(chuàng)建一個(gè)透視表并對(duì)銷量求平均值拨扶，然后再排序寺滚，最后生成熱力圖和柱狀圖。
分析結(jié)論：
出乎意料的是山西39個(gè)商家平均銷量竟然是第一為1535屈雄。
ps：為何山西平均銷量是第一村视？原因是啥真想不通
三、總結(jié)
通過(guò)上面的數(shù)據(jù)分析酒奶，我們得到了一些有趣的結(jié)論：
用戶偏愛(ài)螺紋蚁孔、顆粒奶赔、狼牙等功能
凝膠、透明質(zhì)杠氢、免洗這三項(xiàng)均價(jià)最貴站刑，超過(guò)100大洋
價(jià)格區(qū)間在21-40的商品最多為778款，大約占比31%
銷量在1000以內(nèi)的最多鼻百，大概占比90%
定價(jià)在31.9-39這個(gè)區(qū)間平均銷量最高绞旅，為893
避孕套商家數(shù)量前三甲：廣東、上海温艇、浙江
山西省平均銷量最高為山西
通過(guò)上述分析結(jié)果因悲，如果豬哥作為一個(gè)避孕套商家，想要推出一款產(chǎn)品勺爱，設(shè)置標(biāo)題帶螺紋晃琳、顆粒、狼牙琐鲁，價(jià)格設(shè)置在31.9-39元卫旱，這樣可能會(huì)更暢銷一些。
數(shù)據(jù)分析作為一把利刃围段，能讓你看見(jiàn)別人看不見(jiàn)的事物顾翼，如果使用得當(dāng)完全可以作為你創(chuàng)業(yè)的一個(gè)重要支點(diǎn)！
最后豬哥再送你一句忠告：想學(xué)數(shù)據(jù)分析奈泪，一定要學(xué)好pandas暴构！
