我用Python分析了一波热卖年货，原来大家都在买这些东西？今年不知道有多少小伙伴留在

今年不知道有多少小伙伴留在原地过年，虽然今年过年不能回老家，但这个年也得过，也得买年货，给家人长辈送礼。于是我出于好奇心的想法利用爬虫获取某宝数据，并结合Python数据分析和第三方可视化平台来分析一下大家过年都买了哪些东西，分析结果大屏如下：

文章图片
上面使用清洗好的数据后用finebi第三方可视化工具完成的。接下来是用Python的实现过程，对于本文的叙述，主要分为以下五步：
分析思路爬虫部分数据清洗数据可视化及分析结论与建议一、分析思路
【我用Python分析了一波热卖年货，原来大家都在买这些东西？】其实就今天的数据来讲，我们主要做的是探索性分析；首先梳理已有的字段，有标题（提取出品类）、价格、销量、店铺名、发货地。下面来做一下详细的维度拆分以及可视化图形选择：
品类:
品类销量的TOP10有哪些？（表格或者横向条形图）热门（出现次数最多）品类展示；（词云）价格：年货的价格区间分布情况；（圆环图，观察占比）
销量、店铺名：
店铺销量最高的TOP10有哪些？（条形图）结合品类做联动，比如点坚果，对应展示销量排名的店铺；（联动，利用三方工具）发货地：销量最高的城市有哪些？（地图）
二、爬取数据
爬取主要利用selenium模拟点击浏览器，前提是已经安装selenium和浏览器驱动，这里我是用的Google浏览器，找到对应的版本号后并下载对应的版本驱动，一定要对应浏览器的版本号。
pipinstallselenium

文章图片
安装成功后，运行如下代码，输入关键字''年货'' ，进行扫码就可以了，等着程序慢慢采集。

文章图片
采集结果如下：

文章图片
数据准备完成，中间从标题里提取类别过程比较耗时，建议大家直接用整理好的数据。
大概思路是对标题进行分词，命名实体识别，标记出名词，找出类别名称，比如坚果、茶叶等。
三、数据清洗
这里的文件清洗几乎用Excel搞定，数据集小，用Excel效率很高，比如这里做了一个价格区间。到现在数据清洗已经完成（可以用三方工具做可视化了），如果大家爱折腾，可以接着往下看用Python如何进行分析。
四、数据可视化及分析
1、读取文件

文章图片

文章图片
2、可视化：词云图

文章图片

文章图片
图表说明：我们可以看到词云图，热门（出现次数最多）品类字体最大，依次是：坚果、茶叶、糕点等。
3、可视化：绘制圆环图

文章图片

文章图片
图表说明：圆环图和饼图类似，代表部分相对于整体的占比情况，可以看到0~200元的年货大概33%左右， 100~200元也是33% 。说明大部分的年货的价格趋于200以内。
4、可视化：绘制条形图

文章图片

文章图片
图表说明：以上是店铺按销量排名情况，可以看到第一名是三只松鼠旗舰店，看来过年大家都喜欢吃干货。
5、可视化：绘制横向条形图

文章图片

文章图片
图表说明：根据类别销量排名，排名第一是坚果，验证了上面的假设，大家喜欢吃坚果。
结论与建议
淘宝热卖年货:坚果，茶叶，糕点，饼干，糖果，白酒，核桃，羊肉，海参，枸杞；
年货推荐清单（按销量）：坚果、零食、糕点、饼干、茶叶、糖果、松子、红枣、蛋糕、卤味、瓜子、牛奶、核桃；
年货价格参考：66%以上的年货价格在0~200元之间；