情人節(jié)，我用 Python 給女朋友做了個選禮物看板！

作者：Cherish
來源：https://www.jianshu.com/p/88e2617602a1
本文為讀者投稿

一年 N 度的情人節(jié)又又又到了！各位程序猿們給女朋友準(zhǔn)備禮物了嗎？剛鐵直男都存在一個困惑的問題：送女朋友什么禮物好？今天特意爬取了某東的數(shù)據(jù)，來分析下大家情人節(jié)都送什么給女朋友。

主要使用Excel和Python的Pandas 庫、Streamlit 庫、Plotly 庫進(jìn)行搭建可視化大屏。

一、前提準(zhǔn)備

本案例數(shù)據(jù)相對結(jié)構(gòu)化，僅用 Excel 結(jié)合 Pandas 做簡單處理即可，Plotly 制作可視化圖表，Streamlit 搭建可視化頁面。

pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?pandas==1.1.0
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?plotly==4.14.3
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?streamlit==0.86.0
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?openpyxl==3.0.6

1.2 Plotly

官方文檔地址：https://plot.ly/python/plotly-express/

Plotly Express 是一個新的高級 Python 可視化庫，它為復(fù)雜的圖表提供了一個簡單的語法。Plotly 交互效果明顯優(yōu)于 Python 的兩大傳統(tǒng)可視化庫 Matplotlib 和 Seaborn。相比 Power BI 和 Tableau 等 BI 工具，Plotly 無法勝任數(shù)據(jù)清洗、關(guān)系模型等功能，僅是一個可視化工具。但與 Python 其它庫，比如今天使用的 Streamlit 配合，可以創(chuàng)造出像網(wǎng)站、可視化大屏、機(jī)器學(xué)習(xí)工具等各種精彩的應(yīng)用。

1.3 Streamlit

官方文檔地址：https://docs.streamlit.io/

Streamlit 是一個功能強(qiáng)大，完全免費(fèi)的開源應(yīng)用程序框架，它能幫你不用懂得復(fù)雜的 HTML，CSS 等前端技術(shù)就能快速做出來一個炫酷的 Web 頁面。Streamlit 是一個用于機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化的 Python 框架，用極短的時間快速生成一個基于 Web 的 GUI。當(dāng)然，你也可以將其用于給自己的 Python 腳本創(chuàng)建前端展示頁面，也是一個不錯的選擇。

二、準(zhǔn)備數(shù)據(jù)

關(guān)鍵字搜索【情人節(jié)禮物 女友 2022】，用第三方采集軟件爬取數(shù)據(jù) 2500+ 條，準(zhǔn)備數(shù)據(jù)如下：

三、分析目的

通過禮品類別、品牌、和價格區(qū)間進(jìn)行篩選聯(lián)動

① 禮品類別(大類)銷量對比情況
② 禮品價格區(qū)間占比情況
③ 各禮品小類的銷量對比(和大類進(jìn)行聯(lián)動)
④ 禮品類別的價格分布
⑤ 品牌禮品的 Top 10 推薦

四、代碼思路

import?pandas?as?pd
import?plotly.express?as?px
import?streamlit?as?st
import?plotly.figure_factory?as?ff
import?plotly?as?py
import?plotly.graph_objs?as?go

#?設(shè)置網(wǎng)頁
st.set_page_config(page_title="數(shù)據(jù)大屏",?page_icon=":bar_chart:",?layout="wide")
st.balloons()

4.2 讀取數(shù)據(jù)

#?讀取數(shù)據(jù)
@st.cache
def?get_data_from_excel():
????df?=?pd.read_excel(
????????io="data.xlsx",
????????engine="openpyxl",
????????sheet_name="data"
????)
????return?df
df?=?get_data_from_excel()

4.3 設(shè)計左側(cè)邊欄和標(biāo)題

#?側(cè)邊欄
st.sidebar.header("請在這里篩選:")
category?=?st.sidebar.multiselect(
????"禮物類別:",
????options=df["禮品類別"].unique(),
????default=df["禮品類別"].unique()
)

brand?=?st.sidebar.multiselect(
????"選擇品牌:",
????options=df["品牌"].unique(),
????default=df["品牌"].unique(),
)

price?=?st.sidebar.multiselect(
????"價格區(qū)間:",
????options=df["價格區(qū)間"].unique(),
????default=df["價格區(qū)間"].unique()
)

df_selection?=?df.query(
????"禮品類別?==?@category?&?品牌?==?@brand?&?價格區(qū)間?==?@price"
)

#?主頁面標(biāo)題
st.title(":bar_chart:?情人節(jié)看看大家都送什么禮物")
st.markdown("##")

4.4 畫可視化圖

#?橫向條形圖：各類別禮品銷量
sales_by_product_line?=?(
????df_selection.groupby(by=["禮品類別"]).sum()[["銷量"]]
)

fig_product_sales?=?px.bar(
????sales_by_product_line,
????x="銷量",
????y=sales_by_product_line.index,
????orientation="h",
????title="各類別禮品品銷量"
)
fig_product_sales.update_layout(
????plot_bgcolor="rgba(0,0,0,0)",
????xaxis=(dict(showgrid=False))
)

從禮品類別來看，送美妝護(hù)膚類的穩(wěn)居第一，看來情人節(jié)口紅必不可少呀；排名第二的是箱包皮具類，看來送包包也是也非常不錯的選擇呢。

#?圓環(huán)圖:禮物價格區(qū)間占比
las?=?df_selection.groupby(df_selection['價格區(qū)間']).size()
las.sort_values(ascending=True,inplace=True)
layout?=?go.Layout(
????title?=?'禮品價格區(qū)間占比',
????barmode='stack'
)
fig_price_sales?=?go.Figure(data=[go.Pie(labels=las.index,?hole?=??0.7,values=las.values,hoverinfo?=?"label?+?percent")],layout=layout)
fig_price_sales.update_layout(
????xaxis=dict(tickmode="linear"),
????plot_bgcolor="rgba(0,0,0,0)",
????yaxis=(dict(showgrid=False)),
)

#?分隔符
st.markdown("""---""")

禮品價格想必是大家最關(guān)心的了吧，從占比來看近 50% 的禮品價格都在 100~500 元之間吶，100 元以下的 6%，價格區(qū)間占比最小；再看看 2000 元以上的禮品，占比 15%，這是真愛呀。

#?TOP?10?銷量最高品牌
sales_by_brand?=?df_selection.groupby(by=["品牌"])
brand_dic?=?{i:j['銷量'].sum()?for?i,j?in?sales_by_brand}
brand_dic?=?sorted(brand_dic.items(),?key?=?lambda?kv:(kv[1],?kv[0]),reverse=True)
ins?=?[]
val?=?[]
for?i,?j?in?brand_dic[:10]:
????ins.append(i.split()[0])
????val.append(j)
sales_by_brand?=?px.bar(
????x=ins,
????y=val,
????title="TOP?10?銷量最高品牌",
)
sales_by_brand.update_layout(
????xaxis=dict(tickmode="linear"),
????plot_bgcolor="rgba(0,0,0,0)",
????yaxis=(dict(showgrid=False)),
)

上面結(jié)果是按照所有類別進(jìn)行分析的，當(dāng)然你也可以按照自己喜歡的類別，查看品牌銷量前 10。

#?柱狀圖：各詳細(xì)類別禮品銷量對比
sales_by_goods?=?df_selection.groupby(by=["小類"]).sum()[["銷量"]]
sales_by_goods?=?px.bar(
????sales_by_goods,
????x=sales_by_goods.index,
????y="銷量",
????title="詳細(xì)類別產(chǎn)品的銷量",
)
sales_by_goods.update_layout(
????xaxis=dict(tickmode="linear"),
????plot_bgcolor="rgba(0,0,0,0)",
????yaxis=(dict(showgrid=False)),
)

這里選擇【美妝護(hù)膚】這個類別，分析各小類的銷量對比，原來第一的是眼霜和爽膚水，第二的是口紅。想必這是小姐姐的最愛吧。

#?箱線圖：各類別禮品的價格分布
fig?=?px.box(df_selection,?x="禮品類別",?y="價格",color="禮品類別",
????title="各類別禮品的價格分布")

fig.update_layout(
????xaxis=dict(tickmode="linear"),
????plot_bgcolor="rgba(0,0,0,0)",
????yaxis=(dict(showgrid=False)),
)

價格區(qū)間篩選了 1000 元以下的禮品，從結(jié)果來看，鐘表的價格最高，大部分都在 500 元以上，好像找到了鐘表銷量最低的原因吶；要說性價比，還是創(chuàng)意禮品、包包、美妝護(hù)膚，中位數(shù)趨于 200~300 之間。

#?將圖形顯示到前端頁面
left_column,?right_column,r?=?st.columns(3)
right_column.plotly_chart(fig_price_sales,?use_container_width=True)
left_column.plotly_chart(fig_product_sales,?use_container_width=True)
r.plotly_chart(sales_by_brand,?use_container_width=True)
st.markdown("""---""")
left,?right?=?st.columns(2)
left.plotly_chart(sales_by_goods,?use_container_width=True)
right.plotly_chart(fig,?use_container_width=True)
#?隱藏streamlit默認(rèn)格式信息
hide_st_style?=?"""
????????????
????????????"""
st.markdown(hide_st_style,?unsafe_allow_html=True)

streamlit?run?demo.py

同時，我也在 B 站發(fā)布了本期內(nèi)容的視頻，歡迎三連呀！

其實送禮物這事兒，說難也不難，但也不是一件簡單的事兒～送對了感情升溫，送錯了讓你恢復(fù)單身！

最后祝大家情人節(jié)快樂愿有情人終成眷屬最最最重要的：祝愿奧運(yùn)健兒們再創(chuàng)佳績

完整數(shù)據(jù)代碼可掃描下方二維碼，添加杰哥私人微信，備注：情人節(jié)?進(jìn)行獲取。