【京东电商API接口】 | 京东某商品销量数据分析可视化

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

本期将利用Python分析「京东商品数据接口」,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 jieba
    import pandas as pd
    from pyecharts.charts import Line
    from pyecharts.charts import Bar
    from pyecharts.charts import Pie
    from pyecharts.charts import Map
    from pyecharts.charts import WordCloud
    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("./销量数据.xlsx")

2.2 查看数据信息

df.info()

2.3 查看数据描述信息

df.describe()
  1. Pyecharts数据可视化

3.1 销量(瓶)地图分布

def map1():
    map1 = (
        Map()
        .add('',
             data,
             'china',
             is_map_symbol_show=False,
             label_opts=opts.LabelOpts(is_show=False)
            )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='1-销量(瓶)地图分布',
                subtitle=subtitle,
                pos_top='1%',
                pos_left="1%"
            ),
            legend_opts=opts.LegendOpts(is_show=False),
            visualmap_opts=opts.VisualMapOpts(
                pos_bottom='10%',
                pos_left='20%'
            ),

        )
    )
  • 云南、贵州、河北、广东、四川等地销量比较高。

3.2 每月销量(瓶)

def bar():
    bar = (
        Bar()
           .add_xaxis(x_data)
           .add_yaxis('', y_data, category_gap='30%')
           .set_global_opts(
                title_opts=opts.TitleOpts(
                    title='2-每月销量(瓶)',
                    subtitle=subtitle,
                    pos_top='1%',
                    pos_left="1%"
                ),
                visualmap_opts=opts.VisualMapOpts(
                    is_show=False,
                ),
                legend_opts=opts.LegendOpts(is_show=False),
           )
    )

3.3 男性女性购买数量占比

3.4 产品品种销量

def pie1():
    pie1 = (
        Pie()
        .add(
            "",
            [list(z) for z in zip(x_data, y_data)],
            radius=["40%", "70%"],
            center=["50%", "50%"],
        )
        .set_colors(['#D32F2F','#1864ab','#FFCA28','#616161'])
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='4-产品品种销量',
                subtitle=subtitle,
                pos_top='1%',
                pos_left="1%"
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
    )
  • 红色包装 销量最高,占比达到约40% ,其次是金色包装 ,占比约24%

3.5 消费者年龄段销量

  • 从上榜电影类型分布上看,老年、中年、青年占比基本持平。

3.6 男性女性每月购买数量

3.7 销量前15的城市

def bar1():
    bar = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis('', y_data,label_opts=opts.LabelOpts(position='right'))
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='7-销量前15的城市',
                subtitle=subtitle,
                pos_top='1%',
                pos_left="1%",
            ),
            visualmap_opts=opts.VisualMapOpts(
                is_show=False,
            ),
            legend_opts=opts.LegendOpts(is_show=False),
        )
        .reversal_axis()
    )
  • 石家庄市 以762的销量排名第一,是排名第二昆明市、北京市的2.5倍左右。

3.8 评论词云

3.9 每月各地区销售额度

相关推荐
鸡鸭扣1 小时前
Docker:3、在VSCode上安装并运行python程序或JavaScript程序
运维·vscode·python·docker·容器·js
库库林_沙琪马1 小时前
Redis 持久化:从零到掌握
数据库·redis·缓存
paterWang2 小时前
基于 Python 和 OpenCV 的酒店客房入侵检测系统设计与实现
开发语言·python·opencv
东方佑2 小时前
使用Python和OpenCV实现图像像素压缩与解压
开发语言·python·opencv
神秘_博士2 小时前
自制AirTag,支持安卓/鸿蒙/PC/Home Assistant,无需拥有iPhone
arm开发·python·物联网·flutter·docker·gitee
牵牛老人2 小时前
Qt中使用QPdfWriter类结合QPainter类绘制并输出PDF文件
数据库·qt·pdf
Moutai码农4 小时前
机器学习-生命周期
人工智能·python·机器学习·数据挖掘
卡西里弗斯奥4 小时前
【达梦数据库】dblink连接[SqlServer/Mysql]报错处理
数据库·mysql·sqlserver·达梦
小白教程4 小时前
python学习笔记,python处理 Excel、Word、PPT 以及邮件自动化办公
python·python学习·python安装
温柔小胖5 小时前
sql注入之python脚本进行时间盲注和布尔盲注
数据库·sql·网络安全