前言

本文結構如下：

1、爬取某東暢銷商品數據

2、清洗數據并并進行簡單分析

3、將數據進行可視化展示

數據的字段如下：

一共爬取了243條某東暢銷商品數據

一、獲取數據

1. 分析網頁

在編寫代碼之前，先來分析一波網頁。

上面是某東的暢銷商品，通過辰哥分析分析，該網頁有異步加載（前面10個商品是靜態(tài)加載，剩下的是動態(tài)異步加載），因此我們需要寫了個請求去獲取數據。

2. 獲取靜態(tài)網頁商品鏈接

商品的銷售、評論等數據在商品詳情頁，這里先獲取商品詳情頁鏈接

結果如下：

3. 獲取動態(tài)網頁商品鏈接

通過抓包可以獲取到動態(tài)加載鏈接，并獲取到商品標題和商品id（這里的商品id可以用于后面拼接商品詳情頁鏈接）

獲取json數據后，提取出商品標題和商品ID

4. 獲取打折、原價、秒殺價

通過商品ID可以獲取到商品打折、原價、秒殺價（這里有接口，接口是通過抓包獲取的，感興趣的可以去自己去嘗試，不明白的可以直接使用）

這里將該功能封裝成函數，通過傳入商品ID就可以獲取該商品的商品打折、原價、秒殺價

結果如下：

5. 獲取評論數、好評數、中評數、差評數、好評率

通過商品ID可以獲取到評論數、好評數、中評數、差評數、好評率（同樣這里有接口，接口是通過抓包獲取的，感興趣的可以去自己去嘗試，不明白的可以直接使用）

結果如下：

6. 保存到excel

接著開始遍歷商品，并通過ID去獲取商品的銷售情況（步驟4和步驟5的函數），最后把數據保存到execl

定義表頭

寫入數據

其中的get_price和CommentCount是步驟4和步驟5的函數。count是excel中行數，因此在循環(huán)中count+1，依次寫入下一行。

最終保存結果

一共爬取了243條某東暢銷商品數據

二、數據分析&可視化

1.數據清洗

需要清洗的內容，主要有圖中這三列（標題、打折、好評數）。

清洗目標：

標題過長（長度控制在10內），不方便后面的畫圖

打折字段中含有折字，在進行排序時不能直接轉數值型。

好評數中的萬，轉為具體數值，如1.2萬轉為12000

清洗結果：

2.可視化-商品打折力度

從清洗后數據中取出：商品名稱和打折這兩列，進行【排序】從打折最大到打折最小。最后取出前15名進行可視化

核心代碼****如下:

可視化效果：

3.可視化-好評率統(tǒng)計

從數據中取出：好評率這列，對不同的好評率進行統(tǒng)計，如好評率是100%（1）的商品多少件，好評率99%（0.99）的商品多少件等。

核心代碼****如下:

可視化效果：

3.可視化-暢銷商品銷量排行

從數據中取出：商品名稱和評論數這兩列，這里根據評論數去作為銷售依據，對商品的銷量進行排序（高到低），并取出前15名進行可視化。

核心代碼****如下:

可視化效果：

4.可視化-暢銷商品前15名原價與秒殺價對比

在上面的分析中可以知道暢銷商品的銷量前15名，這里將這15件商品的原價和秒殺價進行可視化對比。

核心代碼****如下:

可視化效果：

到此這篇關于用Python爬取618當天某東熱門商品銷量數據,看看大家喜歡什么!的文章就介紹到這了,更多相關Python爬取商品銷量數據內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論