数据实验分析

数据分析数据分类与绘图数据分类方法:通过指定列名和函数(如SUM)来分类数据,确保数据集中包含所需列,否则会报错。嵌套柱形图应用:嵌套柱形图用于展示多层次分类的数据,如按店名和化妆品类别分类,明确指定HUE参数以区分不同层次。

数据可视化:通过绘图可以直观地看到不同类别的销售量和销售额,帮助分析和决策。销售数据与消费者偏好

销售数据分析:分析了不同类别(如清洁、补水等)的销售数据,发现男士主要关注清洁和补水类产品,女士则关注更多类别。消费者偏好:通过饼图和柱形图展示了男士和女士在美妆产品上的消费偏好,男士偏好清洁和补水类产品,女士则更为多样化。

本项目来源于和鲸社区,使用转载需要标注来源作者: Miseryzz来源: https://www.heywhale.com/mw/project/5f86a95ce48a3f0030238ca9

#大类销售量、销售额的占比

plt.figure(figsize = (12,12)

#销售量plt.subplot(2,2,1)data.groupby('main_type').sale_count.sum().plot.pie(autopct = '%0f%%',title = '各大类销售量占比')

#销售额plt.subplot(2,2,2)data.groupby('main_type')['销售额'].sum().plot.pie(autopct = '%0f%%',title = '各大类销售额占比')

#小类销售量、销售额的占比plt.subplot(2,2,3)data.groupby('sub_type').sale_count.sum().plot.pie(autopct = '%0f%%',title = '各小类销售量占比')plt.subplot(2,2,4)data.groupby('sub_type')['销售额'].sum().plot.pie(autopct = '%0f%%',title = '各小类销售额占比')plt.tight_layout()

接下来用seaborn包给出每个店铺各个大类以及各个小类的销量销售额¶销售量与销售额对比:男士专用产品的销售量占18.16%,但销售额仅占10%左右,显示出女士在美妆产品上的消费能力更强。

时间因素对销售的影响销售高峰期分析:通过折线图分析了双11期间的销售数据,发现销售量在11月9日达到高峰,商家应在高峰期前安排促销活动。

销售额变化:销售额在11月10日达到顶峰,随后骤然下降,显示出时间因素对销售额的显著影响

评论数据分析评论数与销售数据结合:通过绘制画布和分析评论数据,结合销售数据,可以更全面地了解消费者行为和产品受欢迎程度。

总结数据分析的重要性:通过数据分析可以发现消费者偏好和市场趋势,帮助企业和个人做出更明智的决策。数据可视化工具的应用:使用嵌套柱形图、饼图和折线图等工具可以直观展示数据,便于分析和理解。多维度分析:结合销售量、销售额和评论数等多维度数据,可以更全面地评估市场表现和产品竞争力。数据处理步骤:初步了解数据后,需要进行数据预处理,主要包括处理缺失值、重复值和异常值。数据分析流程:数据预处理完成后,进行数据可视化,并根据可视化的结果进行数据分析​

相关推荐
黄雪超1 小时前
Kafka——怎么重设消费者组位移?
大数据·分布式·kafka
不辉放弃1 小时前
pyspark中的kafka的读和写案例操作
大数据·数据库·pyspark·大数据开发
华科云商xiao徐2 小时前
Nim开发高性能低成本爬虫的完整教程
大数据·爬虫·数据挖掘
老四敲代码3 小时前
Spark 机器学习提速指南
大数据·分布式·spark
道一云黑板报3 小时前
Spark SQL:用SQL玩转大数据
大数据·sql·spark
延凡科技3 小时前
延凡科技光伏清洗预测系统
大数据·运维·人工智能·科技·无人机·智慧城市
菜鸟冲锋号3 小时前
数据建设之明细层指标和汇总层指标结合方式
大数据·机器学习·数据挖掘
青云交4 小时前
Java 大视界 -- Java 大数据在智能医疗电子病历数据分析与临床决策支持中的应用(382)
java·大数据·数据分析·flink·电子病历·智能医疗·临床决策
拓端研究室4 小时前
专题:2025生命科学与生物制药全景报告:产业图谱、投资方向及策略洞察|附130+份报告PDF、原数据表汇总下载
大数据·人工智能
AI 嗯啦4 小时前
机械学习中的一些优化算法(以逻辑回归实现案例来讲解)
大数据·算法·逻辑回归