【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
-Initiation1 分钟前
数据库的安全与保护
数据库·安全
蔚蓝星辰mic2 分钟前
数据库运维查询SQL语句集合
数据库·sql·1024程序员节
前端世界14 分钟前
用Python手写一个能识花的感知器模型——Iris分类实战详解
开发语言·python·分类
少林and叔叔23 分钟前
基于yolov5.7.0的人工智能算法的下载、开发环境搭建(pycharm)与运行测试
人工智能·pytorch·python·yolo·目标检测·pycharm
合作小小程序员小小店1 小时前
旧版本附近停车场推荐系统demo,基于python+flask+协同推荐(基于用户信息推荐),开发语言python,数据库mysql,
人工智能·python·flask·sklearn·推荐算法
动能小子ohhh1 小时前
Langchain从零开始到应用落地案例[AI智能助手]【3】---使用Paddle-OCR识别优化可识别图片进行解析回答
人工智能·python·pycharm·langchain·ocr·paddle·1024程序员节
NocoBase1 小时前
8 人团队如何效率拉满?——创联云的开发方法论
数据库·低代码·开源
互联网中的一颗神经元1 小时前
小白python入门 - 9. Python 列表2 ——从基础操作到高级应用
java·开发语言·python
kgduu1 小时前
go-ethereum core之交易索引txIndexer
服务器·数据库·golang
摇滚侠1 小时前
全面掌握 PostgreSQL 关系型数据库,PostgreSQL 介绍,笔记02
数据库·笔记·postgresql