Python数据分析综合小练习：销售数据分析

有这样一个小小的练习题：

卖电子商品的老板，每天记录了自己卖出的U盘，电脑支架，插座，电池，音箱，鼠标，usb数据线，手机充电线等数量，客户的需求是一方面，也可以通过客户购买关联性比较强的商品进行引导，以提高销量，比如：客户买了无线鼠标，你可以向他卖电池。

有些是可以通过我们的常识判断，但是怎么通过数据，客观地发现商品之间有没有相关性。机器学习可以通过关联规则Apriori算法挖掘，没有机器学习算法基础，怎么用统计学知识解决，本案例分享给大家。

目 录

1、问题描述

2、导入外部包，加载数据

3、相关性分析

4、绘图展示

1、问题描述

（1）使用pandas读取文件"销售记录.xlsx"中的数据；

（2）对各产品之间的销售情况做相关分析；

（3）找出相关系数最大的两类产品；

（4）画出相关系数最大的两类产品销售情况的拆线图（一张图内，不同颜色）；

（5）实验报告内容包括：问题描述、代码、运行结果以及实验感想；

2、导入外部包，加载数据

加载数据

可以按到，数据总共29行，每天一行，11列，包括10中在售商品。数据很整齐，没有缺失，全部是数值型。

3、相关性分析

相关性，可以通过计算两个变量之间的相关性系数分析，两个变量之间的协方差和标准差的商。X和Y的相关性系数，数学计算公式如下：

相关系数，是一个介于1和-1之间的值，其中，1表示变量完全正相关，0表示无关，-1表示完全负相关：

0.8-1.0 极强相关

0.6-0.8 强相关

0.4-0.6 中等程度相关

0.2-0.4 弱相关

0.0-0.2 极弱相关或无相关

而Python有专门的函数计算相关性系数corr()函数。

相关性系数绘制的热力图如下，颜色越深表示相关性越强：

可以看出，相关性最强的是“鼠标”和“键盘”，中等程度相关，数据量如果足够大，可能更加准确。

如果不靠肉眼看，通过程序，如何选出相关性最强的产品？

如上，我们通过处理，同样得到，相关性最强的是“鼠标”和“键盘”。

4、绘图展示

通过上面相关性系数的计算，得出相关性最强的是“鼠标”和“键盘”，但是形象直观的呈现出来，两种产品销量是不是相关，需要绘制折线图。

通过绘制的折线图可以看出，两种产品的销量基本是同步变化的，一种增长（下降）的时候另一种也增长（下降）。

本例的数据仅有29条，如果增加数据量（样本数量），可能更具说服力。也符合业务场景，鼠标和键盘捆绑销售，或者买了键盘打折促销鼠标。^!^