Python分析淘寶月餅銷售數據，五仁月餅王者地位不可動搖
距離國慶中秋8天的假期沒幾天了，朋友圈各家大廠都開始秀自家定制的中秋月餅禮盒，假期要走親訪友的手里也少不了要提一盒月餅。
每年中秋節到，總會去姥姥那里送中秋，并買上各種各樣的月餅，那個時候科技并不怎么發達，不僅沒有這么多形形色色的月餅，也不知道哪些月餅賣得好? 月餅的價格分布是怎樣的呢? 什么地方的月餅銷量比較高呢? 簡直有十萬個為什么，希望別人給我們解答。
隨著科技的飛速發展，互聯網溝通了你我他。通過淘寶上月餅的銷量，就可以解決我們想要知道的好多問題?；诖?，我爬取了淘寶上4000多條月餅的銷售數據，為大家展示了一幅漂亮的可視化分析儀表板，解決大家心目中的問題。
可視化大屏效果展示
數據采集
這次爬取淘寶，采用的是最簡單的方式：Selenium控制Chrome瀏覽器進行自動化操作，中途只需要掃碼登陸一次，即可完成整個數據的爬取。
這種方法極其好用，不會出現封IP、封號的情況，大家放心使用!
大家運行這個代碼之前，唯一要做的就是下載與谷歌版本相對應的chromedriver驅動，然后進行相關配置即可。其實關于淘寶整個數據爬取的過程，我之前為大家寫了一篇很詳細的文章，供大家參考。
部分爬蟲代碼如下：
- from selenium import webdriver
- # 搜索商品，獲取商品頁碼def search_product(key_word): # 定位輸入框 browser.find_element_by_id("q").send_keys(key_word)
- # 定義點擊按鈕，并點擊 browser.find_element_by_class_name('btn-search').click()
- # 最大化窗口：為了方便我們掃碼 browser.maximize_window() # 等待15秒，給足時間我們掃碼
- time.sleep(15)
- # 定位這個“頁碼”，獲取“共100頁這個文本”
- page_info = browser.find_element_by_xpath('//div[@class="total"]').text
- # 需要注意的是：findall()返回的是一個列表，雖然此時只有一個元素它也是一個列表。 page = re.findall("(\d+)",page_info)[0]
- return page
數據清洗
數據清洗很重要，這個對于我們后續做可視化展示，極其重要。因此我們需要根據后面要做的圖形，然后進行對應的進行數據清洗。
爬取到的原始數據如下：
原始數據
整個數據看上去算是比較干凈，但是還是有幾個地方值得我們處理一下。
- 爬取到的原始數據沒有列名，我們需要添加一個新列名;
- 整個爬蟲過程中，會出現重復數據，我們需要提前去重處理;
- 將購買人數為空的記錄，替換成0人付款;
- 將購買人數轉換為銷量(注意部分單位為萬);
- 刪除無發貨地址的商品，并提取其中的省份;
數據清洗部分代碼如下：
- # 提取數值
- df['num'] = [re.findall(r'(\d+\.{0,1}\d*)', i)[0] for i in df['付款人數']] # 提取數值
- df['num'] = df['num'].astype('float') # 轉化數值型
- # 提取單位（萬）df['unit'] = [''.join(re.findall(r'(萬)', i)) for i in df['付款人數']] # 提取單位（萬）
- df['unit'] = df['unit'].apply(lambda x:10000 if x=='萬' else 1)
- # 計算銷量df['銷量'] = df['num'] * df['unit']
現在來看看，清洗后的數據是啥樣的?
數據清洗后的數據
可視化展示
可視化是整個文章的亮點所在，所謂“字不如表、表不如圖”。整個可視化分析我們基于以下五個問題開展而來。
- 月餅銷量Top10的柱形圖;
- 店鋪月餅銷量Top10的柱形圖;
- 全國月餅銷量的地域分布地圖;
- 不同價格區間的月餅銷量圓環圖;
- 月餅銷售關鍵字的詞云圖;
鑒于整個文章排版，本文可視化部分的代碼均可在本文末尾獲取。
1、月餅銷量Top10的柱形圖
結論分析：銷量Top10的月餅，其實對于我們選購月餅還是挺有指導意義的。從圖中可以看到這個稻香村月餅，賣的還是極其好的，銷量排名前10的產品中，稻香村月餅占據了3個位置。還有一個名字特別熟悉：五芳齋，只知道他家的粽子做的好，原來月餅也做的不錯，所以說品牌效應還是很好的。那么你是否可以再看看，這些店里面是否有其他更好吃的點心呢?
2、店鋪月餅銷量Top10的柱形圖
結論分析：這里圖中顯示的結果，和第一張圖顯示的結果不謀而合，就不再過多的解釋了。唯獨感興趣的還是這個稻香村，為啥銷量如此好?百度一下得知原來是一家百年老店，附帶一張圖如下。
3、全國月餅銷量的地域分布地圖
結論分析：從圖中可以看出，廣東、浙江、山東、福建、北京的月餅銷量，在全國都是遙遙領先的。查閱資料可以發現，它們幾乎都有自己的品牌，像廣東的廣式月餅、浙江的衢式月餅、山東的魯式月餅等。廣式月餅重油重糖、京式月餅重油輕糖、魯式月餅口味清淡、蘇式月餅重甜。大家可以根據自己的需求，給親戚長輩們合理挑選符合口味的月餅哦。
4、不同價格區間的月餅銷量圓環圖
結論分析：當然價格才是大家關注的焦點。觀察上圖可以發現，月餅的價格幾乎是處在中間的、能被大家接受的范圍(22-115)，再稍微貴一點的就是115-633這個區間(還可以接受)，而處在633元以上的月餅幾乎為0。畢竟中秋節是一個傳統節日，適中的價格才能被大家接受，利潤就這么幾天，薄利多銷才是王道。
5、月餅銷售關鍵字的詞云圖
結論分析：從圖中可以看出，傳統的四大月餅(京式月餅、廣式月餅、滇式月餅、蘇式月餅)中廣式月餅極其受歡迎(PS：我還沒吃過)，月餅口味上，小時候經常吃的五仁月餅的王者地位不可動搖，豆沙月餅提及率也很高，一直是很多孩子的最愛!還有現在出來的各種各樣的新鮮口味，像美心、酥皮、心奶、燕窩、白蓮等等，你到底喜歡哪一個呢?
