情人节，我用 Python 给女朋友做了个选礼物看板！

杰哥的IT之旅

发布于 2022-03-31 19:17:06

6780

发布于 2022-03-31 19:17:06

文章被收录于专栏：GitHub专栏

作者：Cherish 来源：https://www.jianshu.com/p/88e2617602a1 本文为读者投稿

一年 N 度的情人节又又又到了！各位程序猿们给女朋友准备礼物了吗？刚铁直男都存在一个困惑的问题：送女朋友什么礼物好？今天特意爬取了某东的数据，来分析下大家情人节都送什么给女朋友。

主要使用Excel和Python的Pandas 库、Streamlit 库、Plotly 库进行搭建可视化大屏。

一、前提准备

本案例数据相对结构化，仅用 Excel 结合 Pandas 做简单处理即可，Plotly 制作可视化图表，Streamlit 搭建可视化页面。

1.1 安装依赖库

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

官方文档地址：https://plot.ly/python/plotly-express/

Plotly Express 是一个新的高级 Python 可视化库，它为复杂的图表提供了一个简单的语法。Plotly 交互效果明显优于 Python 的两大传统可视化库 Matplotlib 和 Seaborn。相比 Power BI 和 Tableau 等 BI 工具，Plotly 无法胜任数据清洗、关系模型等功能，仅是一个可视化工具。但与 Python 其它库，比如今天使用的 Streamlit 配合，可以创造出像网站、可视化大屏、机器学习工具等各种精彩的应用。

1.3 Streamlit

官方文档地址：https://docs.streamlit.io/

Streamlit 是一个功能强大，完全免费的开源应用程序框架，它能帮你不用懂得复杂的 HTML，CSS 等前端技术就能快速做出来一个炫酷的 Web 页面。Streamlit 是一个用于机器学习、数据可视化的 Python 框架，用极短的时间快速生成一个基于 Web 的 GUI。当然，你也可以将其用于给自己的 Python 脚本创建前端展示页面，也是一个不错的选择。

二、准备数据

关键字搜索【情人节礼物女友 2022】，用第三方采集软件爬取数据 2500+ 条，准备数据如下：

三、分析目的

通过礼品类别、品牌、和价格区间进行筛选联动

① 礼品类别(大类)销量对比情况 ② 礼品价格区间占比情况 ③ 各礼品小类的销量对比(和大类进行联动) ④ 礼品类别的价格分布 ⑤ 品牌礼品的 Top 10 推荐

四、代码思路

4.1 导入相关包

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

# 设置网页
st.set_page_config(page_title="数据大屏", page_icon=":bar_chart:", layout="wide")
st.balloons()

4.2 读取数据

# 读取数据
@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 设计左侧边栏和标题

# 侧边栏
st.sidebar.header("请在这里筛选:")
category = st.sidebar.multiselect(
    "礼物类别:",
    options=df["礼品类别"].unique(),
    default=df["礼品类别"].unique()
)

brand = st.sidebar.multiselect(
    "选择品牌:",
    options=df["品牌"].unique(),
    default=df["品牌"].unique(),
)

price = st.sidebar.multiselect(
    "价格区间:",
    options=df["价格区间"].unique(),
    default=df["价格区间"].unique()
)

df_selection = df.query(
    "礼品类别 == @category & 品牌 == @brand & 价格区间 == @price"
)

# 主页面标题
st.title(":bar_chart: 情人节看看大家都送什么礼物")
st.markdown("##")

4.4 画可视化图

# 横向条形图：各类别礼品销量
sales_by_product_line = (
    df_selection.groupby(by=["礼品类别"]).sum()[["销量"]]
)

fig_product_sales = px.bar(
    sales_by_product_line,
    x="销量",
    y=sales_by_product_line.index,
    orientation="h",
    title="<b>各类别礼品品销量</b>"
)
fig_product_sales.update_layout(
    plot_bgcolor="rgba(0,0,0,0)",
    xaxis=(dict(showgrid=False))
)

从礼品类别来看，送美妆护肤类的稳居第一，看来情人节口红必不可少呀；排名第二的是箱包皮具类，看来送包包也是也非常不错的选择呢。

# 圆环图:礼物价格区间占比
las = df_selection.groupby(df_selection['价格区间']).size()
las.sort_values(ascending=True,inplace=True)
layout = go.Layout(
    title = '<b>礼品价格区间占比</b>',
    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("""---""")

礼品价格想必是大家最关心的了吧，从占比来看近 50% 的礼品价格都在 100~500 元之间呐，100 元以下的 6%，价格区间占比最小；再看看 2000 元以上的礼品，占比 15%，这是真爱呀。

# TOP 10 销量最高品牌
sales_by_brand = df_selection.groupby(by=["品牌"])
brand_dic = {i:j['销量'].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="<b>TOP 10 销量最高品牌</b>",
)
sales_by_brand.update_layout(
    xaxis=dict(tickmode="linear"),
    plot_bgcolor="rgba(0,0,0,0)",
    yaxis=(dict(showgrid=False)),
)

上面结果是按照所有类别进行分析的，当然你也可以按照自己喜欢的类别，查看品牌销量前 10。

# 柱状图：各详细类别礼品销量对比
sales_by_goods = df_selection.groupby(by=["小类"]).sum()[["销量"]]
sales_by_goods = px.bar(
    sales_by_goods,
    x=sales_by_goods.index,
    y="销量",
    title="<b>详细类别产品的销量</b>",
)
sales_by_goods.update_layout(
    xaxis=dict(tickmode="linear"),
    plot_bgcolor="rgba(0,0,0,0)",
    yaxis=(dict(showgrid=False)),
)

这里选择【美妆护肤】这个类别，分析各小类的销量对比，原来第一的是眼霜和爽肤水，第二的是口红。想必这是小姐姐的最爱吧。

# 箱线图：各类别礼品的价格分布
fig = px.box(df_selection, x="礼品类别", y="价格",color="礼品类别",
    title="<b>各类别礼品的价格分布</b>")

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

价格区间筛选了 1000 元以下的礼品，从结果来看，钟表的价格最高，大部分都在 500 元以上，好像找到了钟表销量最低的原因呐；要说性价比，还是创意礼品、包包、美妆护肤，中位数趋于 200~300 之间。

# 将图形显示到前端页面
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)
# 隐藏streamlit默认格式信息
hide_st_style = """
            <style>
            #MainMenu {visibility: hidden;}
            footer {visibility: hidden;}
            header {visibility: hidden;}
            </style>
            """
st.markdown(hide_st_style, unsafe_allow_html=True)