距离国庆中秋8天长假仅剩几天。朋友圈里各大厂商纷纷开始展示自己定制的中秋月饼礼盒，逢年过节走亲戚，朋友手里也少不了随身携带一盒月饼。每年中秋节，我总是去外婆家过年，买各种月饼。那时候科技还不是很发达。价格分布是怎样的？月饼销量哪里高？随着科学技术的飞速发展，互联网与你我交流。通过月饼在淘宝上的销售，可以解决很多我们想知道的问题。基于此，我爬取了淘宝4000多款月饼的销售数据，为大家展示了一个漂亮的可视化分析仪表盘，解决大家心中的难题。可视化大屏效果展示数据采集本次淘宝的爬取采用了最简单的方式：Selenium控制Chrome浏览器进行自动操作，中间只需要扫码登录一次即可完成整个数据的爬取。这种方法非常好用，不会有IP和账号被封禁的情况。您可以放心使用！在运行这段代码之前，你唯一需要做的就是下载谷歌版本对应的chromedriver驱动，然后进行配置。其实淘宝的整个数据爬取过程，我写了一篇很详细的文章，供大家参考。部分爬虫代码如下：fromseleniumimportwebdriver#搜索商品，获取商品页码defsearch_product(key_word):#定位输入框browser.find_element_by_id("q").send_keys(key_word)#定义点击按钮，点击browser.find_element_by_class_name('btn-search').click()#最大化窗口：为了方便我们扫码browser.maximize_window()#等待15秒，给我们足够的时间扫码time.sleep(15)#定位到这个“页码”，得到“一共100页Thistext”page_info=browser.find_element_by_xpath('//div[@class="total"]').text#需要注意的是：findall()返回一个列表，虽然此时只有一个元素，但也是一个列表。page=re.findall("(\d+)",page_info)[0]returnpage数据清理数据清理非常重要，这对我们后续的可视化展示极其重要。因此，我们需要根据后面要做的图形进行相应的数据清洗。爬取到的原始数据如下：整个原始数据看起来比较干净，但是还是有几个值得处理的地方。爬取的原始数据没有列名，我们需要添加一个新的列名；整个爬取过程中，会出现重复数据，需要提前去重；将购买人数记录替换为0人支付；买家数量换算成销量（注意有的单位是万）；删除没有送货地址的产品，提取省份；数据清洗部分代码如下：#extractvaluedf['num']=[re.findall(r'(\d+\.{0,1}\d*)',i)[0]foriindf['payernumber']]#提取值df['num']=df['num'].astype('float')#转换数值#提取单位(万)df['unit']=[''.join(re.findall(r'(万)',i))foriindf['付款人编号']]#提取单位(万)df['单位']=df['单位'].apply(lambdax:10000ifx=='10,000'else1)#计算销售额df['sales']=df['num']*df['unit']我们现在来看一下，清洗后的数据是什么样的？数据清洗后的数据可视化可视化是整篇文章的亮点。所谓“文不如表，表不如图”。整个视觉分析基于以下五个问题。月饼销量前10名的直方图；月饼销量Top10门店柱状图；全国月饼销售区域分布图；不同价位月饼销量甜甜圈图；本文末尾提供了部分代码。1、月饼销量前10的条形图结语分析：月饼销量前10其实对我们买月饼还是挺有指导意义的。从图片上我们可以看到，稻香村的月饼还是卖的很好。在销量前10的产品中，稻香村月饼占据了3个位置。还有一个名字我特别熟悉：五芳斋。我只知道他家做的粽子不错。原来月饼也不错，所以品牌效应还是很好的。那么，你能不能再看看，看看这些店里还有没有其他比较好吃的零食呢？2、本店月饼销量前10的柱状图结论分析：这里图片显示的结果与第一张图显示的结果不同，巧合的是，不需要过多解释。我唯一感兴趣的就是这个稻香村。为什么销量这么好？百度了一下发现是百年老店，附上一张图如下。3、全国月饼销量地域分布图分析：从图中可以看出，广东、浙江、山东、福建、北京月饼销量在全国遥遥领先。查资料发现，几乎都有自己的品牌，比如广东的广式月饼、浙江的曲式月饼、山东的鲁式月饼。广式月饼油糖重，京式月饼油重糖轻，鲁式月饼口味清淡，苏式月饼甜味重。可以根据自己的需要，为亲戚长辈选择适合自己口味的月饼。4、不同价位段月饼销量甜甜圈图结论分析：当然，价格是大家关注的重点。看上图我们可以发现月饼的价格差不多在中等可以接受的区间（22-115），稍微贵一点的是115-633的区间（可以接受），是633元以上的月饼几乎是0。毕竟中秋节是传统节日，只有适中的价格才能被大家接受。利润只有几天，薄利多销才是王道。5、月饼销售关键词词云图结论分析：从图中可以看出，广式月饼在四大传统月饼（京式月饼、广式月饼、云南-式月饼，苏式月饼）（PS：我还没试过），论月饼的口味，小时候吃的五仁月饼是雷打不动的。豆沙月饼的提及率也很高。美心、酥皮、心奶、燕窝、白莲花等各种新鲜口味应有尽有，你喜欢哪一款呢？
