唯品会泳衣商品数据采集与可视化分析

数据可视化

读取数据

df = pd.read_csv('商品.csv')
print(df.head())

商品品牌分布占比

统计各品牌商品数量，绘制饼图。

shop_num = df['品牌'].value_counts().to_list()
shop_type = df['品牌'].value_counts().index.to_list()

c = (
    Pie()
    .add("", [list(z) for z in zip(shop_type, shop_num)])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="商品品牌分布占比"),
        legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical")
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render_notebook()

各大品牌商品平均售价

按品牌分组计算平均售价，绘制柱状图。

avg_price = df.groupby('品牌')['售价'].mean()
ShopType = avg_price.index.tolist()
ShopNum = [int(a) for a in avg_price.values.tolist()]

c = (
    Bar()
    .add_xaxis(ShopType)
    .add_yaxis("", ShopNum)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各大品牌商品平均售价"),
        visualmap_opts=opts.VisualMapOpts(
            dimension=1, pos_right="5%", max_=30, is_inverse=True
        ),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45))
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False),
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="min", name="最小值"),
                opts.MarkLineItem(type_="max", name="最大值"),
                opts.MarkLineItem(type_="average", name="平均值"),
            ]
        )
    )
)
c.render_notebook()

售价价格区间分布

根据售价数值划分区间，分析价格段分布情况。

# 假设根据实际数据划分区间
bins = [0, 100, 200, 500, 1000, float('inf')]
bins_labels = ['0-100', '100-200', '200-500', '500-1000', '1000+']
df['价格区间'] = pd.cut(df['售价'], bins=bins, labels=bins_labels)
interval_counts = df['价格区间'].value_counts().sort_index()

pie_data = list(zip(interval_counts.index.tolist(), interval_counts.values.tolist()))
pie1 = (
    Pie(init_opts=opts.InitOpts(theme='dark', width='1000px', height='600px'))
    .add('', pie_data, radius=['35%', '60%'])
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="唯品会泳衣商品售价价格区间",
            pos_left='center',
            pos_top='center',
            title_textstyle_opts=opts.TextStyleOpts(color='#F0F8FF', font_size=20, font_weight='bold')
        )
    )
    .set_colors(['#EF9050', '#3B7BA9', '#6FB27C', '#FFAF34', '#D8BFD8'])
)
pie1.render_notebook()

总结

本文完整展示了利用 Python 进行网络爬虫开发及数据可视化的实践过程。通过逆向分析接口参数，实现了高效的数据抓取；结合 Pandas 与 PyEcharts，完成了对商品品牌、价格等维度的深度分析。该方法可迁移至其他电商平台的商品数据分析场景。