用技術(shù)分析下大家都喜歡啥樣的月餅
閱讀本文大概需要 3 分鐘。
中秋節(jié)介紹
中秋節(jié)，又稱祭月節(jié)、月光誕、月夕、秋節(jié)、仲秋節(jié)、拜月節(jié)、月娘節(jié)、月亮節(jié)、團圓節(jié)等，是中國民間的傳統(tǒng)節(jié)日。
中秋節(jié)自古便有祭月、賞月、吃月餅、玩花燈、賞桂花、飲桂花酒等民俗，流傳至今，經(jīng)久不息。
每年中秋節(jié)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(fā)達(dá)，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最高呢？ 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(fā)展，互聯(lián)網(wǎng)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。基于此，我爬取了淘寶上4000多條月餅的銷售數(shù)據(jù)，為大家展示了一幅漂亮的可視化大屏，解決大家心目中的問題。
數(shù)據(jù)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(jìn)行自動化操作，中途只需要掃碼登陸一次，即可完成整個數(shù)據(jù)的爬取。
這種方法及其好用，不會出現(xiàn)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(yīng)的chromedriver驅(qū)動，然后進(jìn)行相關(guān)配置即可。其實關(guān)于淘寶整個數(shù)據(jù)爬取的過程，我之前為大家寫了一篇很詳細(xì)的文章，供大家參考。
淘寶爬蟲完整講述：http://suo.im/6vwBc8
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(shù)據(jù)清洗
數(shù)據(jù)清洗很重要，這個對于我們后續(xù)做可視化展示，極其重要。因此我們需要根據(jù)后面要做的圖形，然后進(jìn)行對應(yīng)的進(jìn)行數(shù)據(jù)清洗。
爬取到的原始數(shù)據(jù)如下：
整個數(shù)據(jù)看上去算是比較干凈，但是還是有幾個地方指的我們處理一下。
爬取到的原始數(shù)據(jù)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(xiàn)重復(fù)數(shù)據(jù)，我們需要提前去重處理； 將購買人數(shù)為空的記錄，替換成0人付款； 將購買人數(shù)轉(zhuǎn)換為銷量（注意部分單位為萬）； 刪除無發(fā)貨地址的商品，并提取其中的省份；
數(shù)據(jù)清洗部分代碼如下：
#?提取數(shù)值
df['num']?=?[re.findall(r'(\d+\.{0,1}\d*)',?i)[0]?for?i?in?df['付款人數(shù)']]??#?提取數(shù)值
df['num']?=?df['num'].astype('float')??#?轉(zhuǎn)化數(shù)值型
#?提取單位（萬）
df['unit']?=?[''.join(re.findall(r'(萬)',?i))?for?i?in?df['付款人數(shù)']]??#?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(xiàn)在來看看，清洗后的數(shù)據(jù)是啥樣的？
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”。整個可視化大屏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(qū)間的月餅銷量圓環(huán)圖； 月餅銷售關(guān)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(jié)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(dǎo)意義的。從圖中可以看到這個稻香村月餅，買的還是極其好的，銷量排名前10的產(chǎn)品中，稻香村月餅占據(jù)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(yīng)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(jié)論分析：這里圖中顯示的結(jié)果，和第一張圖顯示的結(jié)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(jié)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(lǐng)先的。查閱資料可以發(fā)現(xiàn)，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(jù)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(qū)間的月餅銷量圓環(huán)圖
結(jié)論分析：當(dāng)然價格才是大家關(guān)注的焦點。觀察上圖可以發(fā)現(xiàn)，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(qū)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(jié)是一個傳統(tǒng)節(jié)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(guān)鍵字的詞云圖
結(jié)論分析：從圖中可以看出，廣式月餅極其受歡迎（PS：我還沒吃過），其次小時候經(jīng)常吃的五仁月餅一直賣的挺好，豆沙月餅還一直是很多孩子的最愛呀！還有現(xiàn)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？