我正在参加中秋创意投稿大赛，详情请看：中秋创意投稿大赛

中秋节，又称祭月节、月光诞、月夕、秋节、仲秋节、拜月节、月娘节、月亮节、团圆节等，是中国民间的传统节日。自古便有祭月、赏月、吃月饼、玩花灯、赏桂花、饮桂花酒等民俗，流传至今，经久不息。

本期我们通过分析某宝中秋月饼的销售情况，看看哪些口味月饼卖得好，哪些地方月饼卖得好，希望对小伙伴们有所帮助。

涉及到的库：

Pandas — 数据处理
Pyecharts — 数据可视化
jieba — 分词
collections — 数据统计

可视化部分：

Bar — 柱状图****
Pie — 饼状图****
Map— 地图
Stylecloud — 词云图

1. 导入模块

import re
import jieba
import stylecloud
import numpy as np
import pandas as pd
from collections import Counter
from pyecharts.charts import Bar
from pyecharts.charts import Map 
from pyecharts.charts import Pie
from pyecharts.charts import Grid
from pyecharts.charts import Page
from pyecharts.components import Image
from pyecharts.charts import WordCloud
from pyecharts import options as opts
from pyecharts.globals import SymbolType
from pyecharts.commons.utils import JsCode

2. Pandas数据处理

2.1 读取数据

df = pd.read_excel("月饼.xlsx")
df.head(10)

结果：

2.2 去除重复值

print(df.shape)
df.drop_duplicates(inplace=True)
print(df.shape)

(4520, 5)

(1885, 5)

一共有4520条数据，去重后还有1885条数据（某宝一个店铺会在不同页面推荐，导致重复数据比较多）。

2.3 空值处理

处理购买人数为空的记录：

df['付款情况'] = df['付款情况'].replace(np.nan,'0人付款')

2.4 处理付款情况字段 

df[df['付款情况'].str.contains("万")]

付款人数超过10000后会直接用 "万" 替代，这里我们需要将其恢复：

# 提取数值
df['num'] = [re.findall(r'(\d+.{0,1}\d*)', i)[0] for i in df['付款情况']]
df['num'] = df['num'].astype('float')

# 提取单位（万）
df['unit'] = [''.join(re.findall(r'(万)', i)) for i in df['付款情况']]
df['unit'] = df['unit'].apply(lambda x:10000 if x=='万' else 1)

# 计算销量
df['销量'] = df['num'] * df['unit']
df = df[df['地址'].notna()]
df['省份'] = df['地址'].str.split(' ').apply(lambda x:x[0])

# 删除多余的列
df.drop(['付款情况', 'num', 'unit'], axis=1, inplace=True)

# 重置索引
df = df.reset_index(drop=True)

结果：

3. Pyecharts数据可视化

3.1 月饼商品销量Top10

代码：

shop_top10 = df.groupby('商品名称')['销量'].sum().sort_values(ascending=False).head(10)
bar0 = (
    Bar()
        .add_xaxis(shop_top10.index.tolist()[::-1])
        .add_yaxis('sales_num', shop_top10.values.tolist()[::-1])
        .reversal_axis()
        .set_global_opts(title_opts=opts.TitleOpts(title='月饼商品销量Top10'),
                         xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)))
        .set_series_opts(label_opts=opts.LabelOpts(position='right'))
)

效果：

商品名称太长显示不全，我们调整一下边距：

bar1 = (
    Bar()
        .add_xaxis(shop_top10.index.tolist()[::-1])
        .add_yaxis('sales_num', shop_top10.values.tolist()[::-1],itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
        .reversal_axis()
        .set_global_opts(title_opts=opts.TitleOpts(title='月饼商品销量Top10'),
             xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),
             )
        .set_series_opts(label_opts=opts.LabelOpts(position='right'))
)
# 将图形整体右移
grid = (
    Grid()
        .add(bar1, grid_opts=opts.GridOpts(pos_left='45%', pos_right='10%'))
)

这样是不是好多了。

还可以来些其他（比如：形状）设置：

3.2 月饼销量排名TOP10店铺

代码： 代码：

shop_top10 = df.groupby('商品名称')['销量'].sum().sort_values(ascending=False).head(10)
bar0 = (
    Bar()
        .add_xaxis(shop_top10.index.tolist()[::-1])
        .add_yaxis('sales_num', shop_top10.values.tolist()[::-1])
        .reversal_axis()
        .set_global_opts(title_opts=opts.TitleOpts(title='月饼商品销量Top10'),
                         xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)))
        .set_series_opts(label_opts=opts.LabelOpts(position='right'))
)

效果：

商品名称太长显示不全，我们调整一下边距：

bar1 = (
    Bar()
        .add_xaxis(shop_top10.index.tolist()[::-1])
        .add_yaxis('sales_num', shop_top10.values.tolist()[::-1],itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
        .reversal_axis()
        .set_global_opts(title_opts=opts.TitleOpts(title='月饼商品销量Top10'),
             xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),
             )
        .set_series_opts(label_opts=opts.LabelOpts(position='right'))
)
# 将图形整体右移
grid = (
    Grid()
        .add(bar1, grid_opts=opts.GridOpts(pos_left='45%', pos_right='10%'))
)

这样是不是好多了。

还可以来些其他（比如：形状）设置：

3.2 月饼销量排名TOP10店铺

代码：

shop_top10 = df.groupby('店铺名称')['销量'].sum().sort_values(ascending=False).head(10)
bar3 = (
    Bar(init_opts=opts.InitOpts(
        width='800px', height='600px',))
    .add_xaxis(shop_top10.index.tolist())
    .add_yaxis('', shop_top10.values.tolist(),
               category_gap='30%',
              )

    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),
        title_opts=opts.TitleOpts(
            title='月饼销量排名TOP10店铺',
            pos_left='center',
            pos_top='4%',
            title_textstyle_opts=opts.TextStyleOpts(
                color='#ed1941', font_size=16)
        ),
        visualmap_opts=opts.VisualMapOpts(
            is_show=False,
            max_=600000,
            range_color=["#CCD3D9", "#E6B6C2", "#D4587A","#FF69B4", "#DC364C"]
        ),
     )
)
bar3.render_notebook()

效果：

稻香村的月饼销量遥遥领先。

3.3 全国各地区月饼销量

province_num = df.groupby('省份')['销量'].sum().sort_values(ascending=False)
map_chart = Map(init_opts=opts.InitOpts(theme='light',
                                        width='800px',
                                        height='600px'))
map_chart.add('',
              [list(z) for z in zip(province_num.index.tolist(), province_num.values.tolist())],
              maptype='china',
              is_map_symbol_show=False,
              itemstyle_opts={
                  'normal': {
                      'shadowColor': 'rgba(0, 0, 0, .5)', # 阴影颜色
                      'shadowBlur': 5, # 阴影大小
                      'shadowOffsetY': 0, # Y轴方向阴影偏移
                      'shadowOffsetX': 0, # x轴方向阴影偏移
                      'borderColor': '#fff'
                  }
              }
              )
map_chart.set_global_opts(
    visualmap_opts=opts.VisualMapOpts(
        is_show=True,
        is_piecewise=True,
        min_ = 0,
        max_ = 1,
        split_number = 5,
        series_index=0,
        pos_top='70%',
        pos_left='10%',
        range_text=['销量(份)：', ''],
        pieces=[
            {'max':2000000, 'min':200000, 'label':'> 200000', 'color': '#990000'},
            {'max':200000, 'min':100000, 'label':'100000-200000', 'color': '#CD5C5C'},
            {'max':100000, 'min':50000, 'label':'50000-100000', 'color': '#F08080'},
            {'max':50000, 'min':10000, 'label':'10000-50000', 'color': '#FFCC99'},
            {'max':10000, 'min':0, 'label':'0-10000', 'color': '#FFE4E1'},
           ],
    ),
    legend_opts=opts.LegendOpts(is_show=False),
    tooltip_opts=opts.TooltipOpts(
        is_show=True,
        trigger='item',
        formatter='{b}:{c}'
    ),
    title_opts=dict(
        text='全国各地区月饼销量',
        left='center',
        top='5%',
        textStyle=dict(
            color='#DC143C'))
)
map_chart.render_notebook()

结果：

从地域分布图来看，店铺主要分布在北京、山东、浙江、广东、云南等东南地区。

3.4 不同价格区间的月饼销量占比

def price_range(price):
    if price <= 50:
        return '50元以下'
    elif price <= 100:
        return '50-100元'
    elif price <= 500:
        return '100-300元'
    else:
        return '300元以上'

df['price_range'] = df['售价'].apply(lambda x: price_range(x)) 
price_cut_num = df.groupby('price_range')['销量'].sum() 
data_pair = [list(z) for z in zip(price_cut_num.index, price_cut_num.values)]
print(data_pair)

# 饼图
pie1 = (
    Pie(init_opts=opts.InitOpts(width='750px', height='350px'))
    .add( 
            series_name="销量",
            radius=["35%", "50%"],
            data_pair=data_pair,
            label_opts=opts.LabelOpts(formatter='{b}\n占比{d}%'),
    )
    .set_global_opts(
         title_opts=dict(
            text='不同价格区间的月饼销量占比',
            left='center',
            top='5%',
            textStyle=dict(color='#DC143C')),
         legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%",pos_top="50%",orient="vertical")
        )
    .set_colors(["#F08080", "#FFCC99", "#DC143C", "#990000"])
)

可以看到，50元以下的月饼销量占比达到了52%，超过了半数的月饼售价在50元以内，100元以下的月饼销量占比更是达到了85%之多，虽然也有价格在1000元以上的，但整体价格还是比较实惠的。

3.5 月饼口味分布

roles_num=roles_num.sort_values(by='商家',ascending=False)
roles_num=roles_num.reset_index(drop=True)
bar4 = (
        Bar()
        .add_xaxis(list(roles_num['口味']))
        .add_yaxis('频次', list(roles_num['商家']),itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))
        .set_global_opts(
            title_opts=dict(
                text='口味分布',
                left='center',
                top='5%',
                textStyle=dict(color='#DC143C')
            ),
            legend_opts=opts.LegendOpts(is_show=False),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),
            yaxis_opts=opts.AxisOpts(name="频次",name_location='middle',name_gap=50,name_textstyle_opts=opts.TextStyleOpts(font_size=16)))

    )
bar4.render_notebook()

流心、 五仁、蛋黄莲蓉、豆沙 yyds！！！

END

以上就是本期为大家整理的全部内容了，赶快练习起来吧，喜欢的朋友可以点赞、收藏，也可以在评论区留言相互交流。文章首发公众号： 【Python当打之年】 ，每天都有python编程技巧推送，希望大家可以喜欢。

可视化 | Python分析中秋月饼，这几种口味才是yyds!

1. 导入模块

2. Pandas数据处理

2.1 读取数据

2.2 去除重复值

2.3 空值处理

3. Pyecharts数据可视化

3.1 月饼商品销量Top10

3.2 月饼销量排名TOP10店铺

3.3 全国各地区月饼销量

3.4 不同价格区间的月饼销量占比

3.5 月饼口味分布

END