python爬取淘宝数据的步骤(如何用python爬取淘宝数据)
听说最近车厘子的价格突然猛跌,之前很多人梦寐以求的“车厘子*”,现在都能实现了。其实车厘子的价格下降,主要原因是进口货运成本的大大降低,为了找到车厘子最佳的购买方式,我决定用python+bi进行数据分析。
因此我在淘宝上用python爬取了3000条数据,然后导入到了finebi中进行可视化分析,最终制作出了下面这样一份可视化报告:
下面我展示一下操作过程:
一、数据获取
用python在淘宝上进行数据爬取是老生常谈的操作了,直接在淘宝上搜索“车厘子”,在下面的商品页中可以看到,我们这次主要爬取的标签是“商品名称”、“价格”、“付款人数”、“店铺名称”、“发货地址”等:
按下f12,调出后台查看源代码,找到不同的商品标签代码,比如价格是“price g_price g_price-highlight”>”,付款人数是“deal-cnt”等:
了解了网页的代码结构之后,下一步就可以在python里直接编写代码了,具体过程不详细介绍了,部分代码如下:
爬取完数据之后导入到excel里,然后在excel里经过简单的数据清洗和处理,最终得到一份完成的数据表:
二、数据分析
python虽然也能实现数据分析的功能,但是需要敲代码,学习成本和难度都比较大,不如直接利用专业的数据分析工具进行分析,比如常见的比如finebi、tableau、powerbi等。
下面我直接以finebi为例,finebi是国内知名度比较高的本土数据分析工具,比起tableau这些国外工具最大的优点就是简单、灵活,只需要用鼠标拖拽就能实现各种分析操作,基本不需要写代码,对新手非常友好。
其实finebi本质上属于企业级的业务数据分析平台,除了数据分析之外,还能实现数据管理、数据平台搭建等功能,这里就不详细介绍了,大家感兴趣的话我下一篇再介绍。
有了excel源表,首先我们将excel导入到finebi中:
然后直接点击页面左上角的“创建仪表板”,就可以进入到可视化后台:
下一步进入到仪表板进行可视化操作,基本步骤是“选择图表类型——选择指标和维度——拖拽到指定坐标轴——美化细节”,比如我想要创建一张可视化地图,首先要先选择图表类型为“区域地图”,然后要选择指标和维度,但是原数据表里没有地理纬度,因此需要自己创建:
最后,我们再拖拽到指定坐标轴,然后美化细节就可以完成一张可视化地图了:
以此类推,其他的可视化图表也能够按照我们自己的需求进行制作,这里不详细讲了。
三、数据可视化
1、车厘子销量分布情况
可以看出来国内车厘子最大的销量来自上海,以及浙江、广东两省,*、青海、内蒙古等省份都没有销量,基本上来说沿海地区的销量要高于内陆。
2、各省份销量情况
通过条形图就更明显了,上海的销量有20多万,几乎是浙江、广东、四川的总和。
3、各城市的销量情况
筛选出了销量前十的城市,以及每个城市平均的车厘子价格,可以看出来上海的销量和价格都是最高的,可以看出上海的购买力有多强了;
4、车厘子的价格区间情况
数据表里将价格区间分为“50以下”、“50-100”、“100-150”、“150-200”、“200-500”、“500以上”等,可以看出来占比最大的价格区间是“50-100”,这应该属于平民价格了;值得注意的是“200-500”的价格占比也高于“100-150”。
5、各门店的销量与价格情况
可以看出销量最高的基本都是旗舰店,最高的平均价格基本在600-800左右;
推荐阅读
-
python爬取淘宝数据的步骤(如何用python爬取淘宝数据)
-
快来pick你喜欢的小姐姐吧,Python爬取青春有你2和创造营2020小姐姐数据
-
python爬取拉勾网的数据插入mysql数据库
-
Python3 知乎回答爬取+数据文本分析——如何判断一个人是否喜欢你 项目实战结论及步骤笔记
-
利用python爬取实习僧网站上的数据
-
python3scrapy模块爬取国家粮油信息中心的政策法规和产业信息标题、文章内容等信息到数据库
-
python Selenium爬取内容并存储至MySQL数据库的实现代码
-
python Selenium爬取内容并存储至MySQL数据库的实现代码
-
基于Python的Post请求数据爬取的方法详解
-
python爬虫实现爬取同一个网站的多页数据的实例讲解