今年不知道有多少小夥伴留在原地過年，雖然今年過年不能回老家，但這個年也得過，也得買年貨，給家人長輩送禮。於是我出於好奇心的想法利用爬蟲獲取某寶資料，並結合 Python 資料分析和第三方視覺化平臺來分析一下大家過年都買了哪些東西，分析結果大屏如下：

上面使用清洗好的資料後用 finebi 第三方視覺化工具完成的。接下來是用 Python 的實現過程，對於本文的敘述，主要分為以下五步：

分析思路爬蟲部分資料清洗資料視覺化及分析結論與建議一、分析思路

其實就今天的資料來講，我們主要做的是探索性分析；首先梳理已有的欄位，有標題（提取出品類）、價格、銷量、店鋪名、發貨地。下面來做一下詳細的維度拆分以及視覺化圖形選擇：

品類:

品類銷量的 TOP 10 有哪些？（表格或者橫向條形圖）熱門（出現次數最多）品類展示；（詞雲）

價格：年貨的價格區間分佈情況；（圓環圖，觀察佔比）

銷量、店鋪名：

店鋪銷量最高的 TOP 10 有哪些？（條形圖）結合品類做聯動，比如點堅果，對應展示銷量排名的店鋪；（聯動，利用三方工具）

發貨地：銷量最高的城市有哪些？（地圖）

pip install selenium

安裝成功後，執行如下程式碼，輸入關鍵字"年貨"，進行掃碼就可以了，等著程式慢慢採集。

採集結果如下：

資料準備完成，中間從標題裡提取類別過程比較耗時，建議大家直接用整理好的資料。

大概思路是對標題進行分詞，命名實體識別，標記出名詞，找出類別名稱，比如堅果、茶葉等。

三、資料清洗

這裡的檔案清洗幾乎用 Excel 搞定，資料集小，用 Excel 效率很高，比如這裡做了一個價格區間。到現在資料清洗已經完成（可以用三方工具做可視化了），如果大家愛折騰，可以接著往下看用 Python 如何進行分析。

四、資料視覺化及分析

1、讀取檔案

2、視覺化：詞雲圖

圖表說明：我們可以看到詞雲圖，熱門（出現次數最多）品類字型最大，依次是：堅果、茶葉、糕點等。

3、視覺化：繪製圓環圖

圖表說明：圓環圖和餅圖類似，代表部分相對於整體的佔比情況，可以看到0 ~ 200元的年貨大概33%左右，100 ~ 200元也是33%。說明大部分的年貨的價格趨於200以內。

4、視覺化：繪製條形圖

圖表說明：以上是店鋪按銷量排名情況，可以看到第一名是三隻松鼠旗艦店，看來過年大家都喜歡吃乾貨。

5、視覺化：繪製橫向條形圖

圖表說明：根據類別銷量排名，排名第一是堅果，驗證了上面的假設，大家喜歡吃堅果。

結論與建議

淘寶熱賣年貨: 堅果，茶葉，糕點，餅乾，糖果，白酒，核桃，羊肉，海參，枸杞；

年貨推薦清單（按銷量）：堅果、零食、糕點、餅乾、茶葉、糖果、松子、紅棗、蛋糕、滷味、瓜子、牛奶、核桃；

年貨價格參考：66%以上的年貨價格在0~200元之間；

熱門店鋪：三隻老鼠、天貓超市、百草味、良品鋪子；

注：原始碼和工具，都給大家放下面了！