当前位置： 首页 > article >正文

大数据应用开发和项目实战-电商双11美妆数据分析

article 2025/10/2 17:25:34

数据初步了解

（head出现，意味着只出现前5行，如果只出现后面几行就是tail） 

info 

shape 

 describe

 
数据清洗

重复值处理

        这个重复值是否去掉要看实际情况，比如说：昨天卖了5瓶七喜，今天卖了5瓶七喜，同样的数量，这种重复值就不能删除，要有一个合理的解释去说明删除的是无效重复数据。


 缺失值处理 

 


存在的缺失值很可能意味着售出的数量为0或者评论的数量为0，所以我们用0来填补缺失值


数据挖掘寻找新的特征 

        街道库（jieba）的使用方法，包括精确模式、全模式和搜索引擎模式的不同应用场景。


给出各个关键词的分类类别 

        创建主类别和子类别，并通过关键词进行标签化


由title新生成两列类别

        通过中文分词技术对title列进行处理，将其分为大类和小类，便于后续数据分析。


对是否是男性专用进行分析并新增一列


对每个产品总销量新增销售额这一列 

数据分析及可视化

        使用Python进行数据可视化，包括绘制柱形图和饼图

        通过代码实现数据的排序和分组，并生成相应的图表


通过图表不难看出以下几点：
        悦诗风吟的商品数量遥遥领先，然而其商品销量只排在第三位，总销售额只排在第五位。
SKII,玉兰油，植村秀商品数量大概都在500-1500的范围，而销量为0。

        相宜本草商品数量也只属于中游，但其销量销售额均排在第一位，由于其销量是第二名的大约两倍，而销售额远不到两倍，所以销售额/销量，也就是每一单的均价也是一个值得研究的新指标。        

        通过加入平均每单单价之后，观察销售额较高的几个品牌相宜本草，欧莱雅，佰草集，悦诗风吟，雅诗兰黛。

        其中相宜本草，悦诗风吟，欧莱雅都是平均单价200元以下的，佰草集为200-300元区间，雅诗兰黛为大于500元区间。是否能够判断价格亲民的品牌的销售额会相对来说更高？下面根据这里的数据先把平均单价分为几个区间，其中0-100元记为A类，100-200元记为B类，200-300元记为C类，300元及以上记为D类。

（分析各品牌商品数、销量和总销售额，以及平均每单单价。

按价格区间将商品分为A、B、C、D四类，分析性价比。

细化品类分析，包括底妆、口红、化妆水等。）

相关文章：

大数据应用开发和项目实战-电商双11美妆数据分析

数据初步了解 （head出现，意味着只出现前5行，如果只出现后面几行就是tail） info shape describe 数据清洗 重复值处理 这个重复值是否去掉要看实际情况，比如说：昨天卖了5瓶七喜，今天卖了5瓶七…...

编程日记 2025/9/24 4:37:35

《算法导论(第4版)》阅读笔记：p18-p31

《算法导论(第4版)》学习第 11 天，p18-p31 总结，总计 4 页。 一、技术总结 1. Fourier transform(傅里叶变换) In mathematics, the Fourier transform (FT) is an integral transform that takes a function as input then outputs another function…...

编程日记 2025/6/19 15:14:11

[Java][Leetcode simple]26. 删除有序数组中的重复项

思路 第一个元素不动从第二个元素开始&#xff1a;只要跟上一个元素不一样就放入数组中 public int removeDuplicates(int[] nums) {int cnt1;for(int i 1; i < nums.length; i) {if(nums[i] ! nums[i-1]) {nums[cnt] nums[i];}}return cnt;}...

编程日记 2025/9/15 11:09:41

招行数字金融挑战赛数据分析赛带赛题二

赛题描述&#xff1a;根据提供的脱敏资讯新闻数据&#xff0c;选手需要对提供的训练集进行特征工程&#xff0c;构建资讯分类模型&#xff0c;对与测试集进行准确的新闻分类。 最终得分&#xff1a;0.8120。十二点关榜没看到排名&#xff0c;估算100&#xff1f; 训练集很小&am…...

编程日记 2025/9/26 6:18:27

卡尔曼滤波算法（C语言）

此处感谢华南虎和互联网的众多大佬的无偿分享。 入门常识 先简单了解以下概念&#xff1a;叠加性&#xff0c;齐次性。 用大白话讲&#xff0c;叠加性&#xff1a;多个输入对输出有影响。齐次性&#xff1a;输入放大多少倍&#xff0c;输出也跟着放大多少倍 卡尔曼滤波符合这…...

编程日记 2025/9/24 4:37:21

ENSP-OSPF综合实验

AR4中通过ospf获取的其他区域路由信息&#xff0c;并且通过路由汇总后简化路由信息 实现全网通&#xff0c;以及单向重发布&#xff0c;以及通过缺省双向访问&#xff0c; 通过stub简化过滤四类五类lsa&#xff0c;简化ospf路由信息 通过nssa简化ospf信息 区域汇总简化R4路由信…...

编程日记 2025/9/24 4:37:11

电池单元和电极性能

电芯设计中的挑战 对于电池制造商来说&#xff0c;提高电池能量和功率密度至关重要。在高功率密度和长循环寿命之间取得平衡是电池设计中的关键挑战&#xff0c;通常需要仔细优化材料、电极结构和热管理系统。另一个关键挑战是通过优化重量体积比来降低电池单元的总体成本。 工…...

编程日记 2025/9/24 4:37:08

软件设计师-错题笔记-软件工程基础知识

1. 解析&#xff1a; A&#xff1a;体系结构设计是概要设计的重要内容&#xff0c;它关注系统整体的架构&#xff0c;包括系统由哪些子系统组成、子系统之间的关系等 B&#xff1a;数据库设计在概要设计阶段会涉及数据库的逻辑结构设计等内容&#xff0c;如确定数据库的表结…...

编程日记 2025/9/24 4:37:04

Redis协议与异步方式（二）

目录 1.redis pipeline 2.redis 事务 2.1 MULTI 2.2 EXEC 2.3 DISCARD 2.4 WATCH 3.lua 脚本 调用方式 4.ACID 特性分析 5.发布订阅 原理 命令 6.异步连接 思想 代码 1.redis pipeline 通过一次发送多次请求命令&#xff0c;为了减少网络传输时间。 注意&#xff1a;p…...

编程日记 2025/9/29 19:07:07

使用 Java 反射打印和操作类信息

Java 反射是 Java 语言的强大特性，允许开发者在运行时动态检查和操作类、字段、方法和构造函数等信息。通过 java.lang.Class 和 java.lang.reflect 包，反射 API 提供了类似 JDK 工具 javap 的功能，用于打印类的详细信息，或实现动态方法调用和字段访问。反射广泛应用于框架…...

编程日记 2025/9/27 14:26:40

销售管理系统使用全攻略：从基础配置到数据分析

如果你是一名刚接手公司销售管理系统的销售经理&#xff0c;你会深刻体会到一个好工具的重要性。如果老板突然要查看季度销售数据时&#xff0c;就不用手忙脚乱地翻找各种Excel表格。 今天就来分享我的经验&#xff0c;希望能帮助到同样需要快速上手的朋友。 系统基础配置指南 …...

编程日记 2025/9/25 11:40:25

PowerShell 脚本中文乱码处理

问题描述 脚本带中文&#xff0c;执行时命令行窗口会显示出乱码 示例 Write-Host "测试成功&#xff01;"解决方法 问了DeepSeek&#xff0c;让确认是不是 UTF8 无 BOM 格式 事实证明方向对了 但是确认信息有偏差 改成 UTF8 with BOM 使用任意支持修改编码的文本…...

编程日记 2025/9/29 15:46:37

语音合成之十三 中文文本归一化在现代语音合成系统中的应用与实践

中文文本归一化在现代语音合成系统中的应用与实践 引言理解中文文本归一化&#xff08;TN&#xff09;3 主流LLM驱动的TTS系统及其对中文文本归一化的需求分析A. SparkTTS&#xff08;基于Qwen2.5&#xff09;与文本归一化B. CosyVoice&#xff08;基于Qwen&#xff09;与文本归…...

编程日记 2025/9/25 18:41:41

前端性能指标及优化策略——从加载、渲染和交互阶段分别解读详解并以Webpack+Vue项目为例进行解读

按照加载阶段、渲染阶段和交互阶段三个维度进行系统性阐述&#xff1a; 在现代 Web 开发中&#xff0c;性能不再是锦上添花&#xff0c;而是决定用户体验与业务成败的关键因素。为了全面监控与优化网页性能&#xff0c;我们可以将性能指标划分为加载阶段、渲染阶段、和交互阶段…...

编程日记 2025/9/25 8:56:10

RDD实现单词计数

Scala&#xff08;Spark Shell&#xff09;方法 如果你在 spark-shell&#xff08;Scala 环境&#xff09;中运行&#xff1a; 1. 启动 Spark Shell spark-shell &#xff08;确保 Spark 已安装&#xff0c;PATH 配置正确&#xff09; 2. 执行单词统计 // 1. 读取文件&am…...

编程日记 2025/9/28 6:58:59

Java快速上手之实验七

1&#xff0e;编写鼠标事件响应程序MouseEventDemo.java&#xff0c;当鼠标进入和离开窗口时给出相应显示&#xff0c;当按下、弹起时显示当前鼠标的坐标值。 2&#xff0e;编写鼠标事件响应程序MouseMotionEventDemo.java&#xff0c;当鼠标在窗口内移动时显示鼠标的坐标值。 …...

编程日记 2025/9/28 6:58:56

C++八股——函数对象

文章目录 一、仿函数二、Lambda表达式三、bind四、function 一、仿函数 仿函数&#xff1a;重载了操作符()的类&#xff0c;也叫函数对象 特征&#xff1a;可以有状态&#xff0c;通过类的成员变量来存储&#xff1b;&#xff08;有状态的函数对象称之为闭包&#xff09; 样…...

编程日记 2025/9/29 17:56:34

可视化图解算法36： 序列化二叉树-I（二叉树序列化与反序列化）

1. 题目 描述 请实现两个函数&#xff0c;分别用来序列化和反序列化二叉树&#xff0c;不对序列化之后的字符串进行约束&#xff0c;但要求能够根据序列化之后的字符串重新构造出一棵与原二叉树相同的树。 二叉树的序列化(Serialize)是指&#xff1a;把一棵二叉树按照某种遍…...

编程日记 2025/9/29 22:19:37

Vivado FPGA 开发 | 创建工程 / 仿真 / 烧录

注&#xff1a;本文为 “Vivado FPGA 开发 | 创建工程 / 仿真 / 烧录” 相关文章合辑。 略作重排&#xff0c;未整理去重。 如有内容异常&#xff0c;请看原文。 Vivado 开发流程&#xff08;手把手教学实例&#xff09;&#xff08;FPGA&#xff09; 不完美先生 于 2018-04-…...

编程日记 2025/9/29 12:30:39

每日算法刷题 Day3 5.11:leetcode数组2道题，用时1h(有点慢)

5.LC 零矩阵(中等) 面试题 01.08. 零矩阵 - 力扣&#xff08;LeetCode&#xff09; 思想: 法一: 利用两个集合分别储存要清0的行和列索引 另外两种原地优化空间的做法暂时不是目前刷题目标&#xff0c;故不考虑 代码 c: class Solution { public:void setZeroes(vector&l…...

编程日记 2025/9/29 16:55:30

Javascript:数组和函数

数组 创建数组 使用new创建 let arrnew array(数组大小); 直接赋值创建 let Arr2[];let Arr3[1,A,"HELLLO"]; 这里JS的数组里面的元素属性可以各不相同 演示代码 <script>let Arr1new Array(5);let Arr2[];let Arr3[1,A,"HELLLO"];console.…...

编程日记 2025/9/30 0:43:40

无锁秒杀系统设计：基于Java的高效实现

引言 在电商促销活动中&#xff0c;秒杀场景是非常常见的。为了确保高并发下的数据一致性、性能以及用户体验&#xff0c;本文将介绍几种不依赖 Redis 实现的无锁秒杀方案&#xff0c;并提供简化后的 Java 代码示例和架构图。 一、基于数据库乐观锁机制 ✅ 实现思路&#xf…...

编程日记 2025/9/28 6:58:28

NCCL N卡通信机制

转自我的博客&#xff1a;https://shar-pen.github.io/2025/05/05/torch-distributed-series/nccl_communication/ from IPython.display import Image import logging import torch import torch.distributed as distpytorch 分布式相关api torch.distributed.init_process_…...

编程日记 2025/9/29 14:42:39

Alpha3DCS公差分析系统_国产替代的3D精度管控方案-SNK施努卡

随着智能制造发展规划的深入推进&#xff0c;工业软件国产化替代已上升为国家战略。在公差分析这一细分领域&#xff0c;长期被国外软件垄断的局面正被打破。 苏州施努卡自主研发的Alpha3DCS&#xff0c;凭借完全自主知识产权和军工级安全标准&#xff0c;成为国内实现三维公差…...

编程日记 2025/9/28 6:58:09

ABB电机控制和保护单元与Profibus DP主站转Modbus TCP网关快速通讯案例

ABB电机控制和保护单元与Profibus DP主站转Modbus TCP网关快速通讯案例 在现代工业自动化系统中&#xff0c;设备之间的互联互通至关重要。Profibus DP和Modbus TCP是两种常见的通信协议&#xff0c;分别应用于不同的场景。为了实现这两种协议的相互转换&#xff0c;Profibus …...

编程日记 2025/9/28 6:57:57

深入理解 Java 适配器模式：架构设计中的接口转换艺术

一、适配器模式的核心概念与设计思想 在软件开发的演进过程中&#xff0c;我们经常会遇到这样的场景&#xff1a;系统需要整合一个现有的类&#xff0c;但其接口与系统所需的接口不兼容。此时&#xff0c;适配器模式&#xff08;Adapter Pattern&#xff09;就成为解决接口不匹…...

编程日记 2025/9/25 16:56:22

skopeo工具详解

Skopeo 是一个功能强大的命令行工具&#xff0c;用于操作容器镜像及镜像仓库&#xff0c;支持多种容器镜像格式&#xff08;如 Docker、OCI&#xff09;&#xff0c;能够在不下载完整镜像的情况下直接与远程仓库交互。以下是其主要功能、使用场景及操作指南&#xff1a; 一、核…...

编程日记 2025/9/25 9:54:57

vue 中的ref

vue 中的ref vue 中的ref 1. ​​ref​​ ** 的基本作用** 在 Vue 中&#xff0c;ref 是用来获取 DOM 元素或者组件实例的一种方式。对于 <el-form> 组件&#xff0c;通过 ref 可以获取到该表单组件的实例&#xff0c;进而调用表单组件提供的各种方法和访问其属性。 …...

编程日记 2025/9/25 15:21:34

什么是静态住宅IP？为什么静态住宅IP能提高注册通过率？

在全球最大的电商平台亚马逊上&#xff0c;竞争异常激烈&#xff0c;每一位卖家都渴望顺利通过平台的审核并成功开设店铺。在这个过程中&#xff0c;选择合适的IP地址成为了一个容易被忽视但至关重要的因素。静态住宅IP作为一种特殊的网络地址类型&#xff0c;对于提升亚马逊卖…...

编程日记 2025/9/25 19:58:31

数据库审计如何维护数据完整性：7 种工具和技术

在当今的数字环境中&#xff0c;数据库审计是维护数据完整性的一个重要方面。本文探讨了专业人员用来确保数据库系统安全性和可靠性的基本工具和技术。通过专家的独到见解&#xff0c;读者将发现用于监控活动、实施访问控制以及利用区块链等尖端技术进行防篡改审计的行之有效的…...

编程日记 2025/10/2 10:52:18