【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

复制代码
df = pd.read_excel("./销量数据.xlsx")

2.2 查看数据信息

复制代码
df.info()

2.3 查看数据描述信息

复制代码
df.describe()
  1. Pyecharts数据可视化

3.1 销量(瓶)地图分布

复制代码
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)

复制代码
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

复制代码
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

复制代码
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
数据智能老司机1 小时前
精通 Python 设计模式——SOLID 原则
python·设计模式·架构
c8i2 小时前
django中的FBV 和 CBV
python·django
c8i2 小时前
python中的闭包和装饰器
python
BingoGo4 小时前
2025 年 PHP 常见面试题整理以及对应答案和代码示例
后端·php
DemonAvenger5 小时前
NoSQL与MySQL混合架构设计:从入门到实战的最佳实践
数据库·mysql·性能优化
这里有鱼汤5 小时前
小白必看:QMT里的miniQMT入门教程
后端·python
TF男孩15 小时前
ARQ:一款低成本的消息队列,实现每秒万级吞吐
后端·python·消息队列
AAA修煤气灶刘哥17 小时前
后端人速藏!数据库PD建模避坑指南
数据库·后端·mysql
该用户已不存在20 小时前
Mojo vs Python vs Rust: 2025年搞AI,该学哪个?
后端·python·rust
RestCloud21 小时前
揭秘 CDC 技术:让数据库同步快人一步
数据库·api