我的网站

火遍全网的自炎火锅哪款最益吃?吾们用Python告诉你!

2022-01-18 18:24分类:东莞拿鞋 阅读:

【导读】

随着自炎食品越来越备受消耗者的追捧,各栽自炎小火锅、自炎米饭也成了妥妥的网红食品。吾们今天就来聊一聊自炎食品。

Python技术单方请直接望第三单方。

疫情期间,在宅在家里的日子,主打一人食概念的自炎食品备受关注。自炎火锅、自炎米饭、即食酸辣粉、即食螺蛳粉等方便食品的销量迎来大幅度增进。光是今年春节,自炎火锅的出卖暴涨就惊首商讨多数。

自炎火锅,自炎米饭们就这么成为了新的网红食品,延续侵吞着电商出卖量榜首,你吃过自炎火锅吗?哪款自炎食品卖得最益?今天吾们就带你用数据来解读这些自炎食品。

01 “万物皆可自炎” 自炎食品就这么火了

随着自炎食品越来越备受消耗者的追捧,各栽自炎小火锅、自炎米饭也成了妥妥的网红食品。姑且间,各栽自炎食品品牌如一日千里涌出。自炎食品的市场周遭也逐年扩大,预测今年将达到40亿元。

来源:《自炎食品网络关注度分析告诉》—微炎点大数据钻研院

超市里曾经被泡面牢牢霸占的方便食品货架,快速被自炎火锅、自炎米饭、自炎面抢走半壁江山。

如今自炎食品的入局企业不只有传统的火锅巨头,如海底捞、小龙坎;还有像三只松鼠、良品铺子等零食厂商;同时还有像自嗨锅莫小仙等主打速食品类的新兴品牌。

遵照莫小仙的数据,在疫情期间的集体销量同比增进近400%。而自嗨锅3月份公布的数据体现,其线上订单量在疫情期间增进了200%-300%。

其实像外卖、速冻、泡面和眼下潮头上的各栽自炎锅,内心都是“懒人经济”。同样是方便食品,泡个面还得烧水,速冻食品还得开火加炎,而自炎锅多方便,比首方便面自炎锅在选择上益歹有肉有菜有饭有面,选择上略胜一筹。

02 全网哪款自炎火锅卖得最益?

吾们行使Python获取了淘宝网自炎食品干系的商品出卖数据,共有4403条数据。

自炎食品品类月销量

早先吾们望望自炎食品都有哪些类别。吾们没干系望到,卖得最益的是各栽自炎火锅,以超过190多万的月销量一骑绝尘。排在第二位的是自炎米饭,出卖量超过64万。排在后面的还有自炎方便面、自炎粉丝、自炎烧烤等等。

哪款自炎食品卖的最益?

那么都是哪些自炎食品卖得最益呢?下面望到产品月销量排名top10。排在前三位的月销量都超过了12万,离别是椒吱自炎小火锅、阿宽自炎米饭和辣味客重庆自炎小火锅。

自炎食品店铺销量排走

都是哪些店铺霸占着自炎食品销量的前哨呢?

始末度析吾们发现,卖的做多的是天猫超市。那么详明的店铺方面,前三位离别是莫小仙、自嗨锅以及川蜀老味道。辣味客、白家陈记等店紧随其后。

自炎食品标题词云

清算自炎食物的标题后吾们发现:“即时”、“速食”、“自炎”、“懒人”等词都往往显露,当然是懒人经济,就是讲究个方便和快速,让你撕开包装,不需过多的操作就能吃上。类别上紧张集结在“火锅”、“米饭”、“麻辣烫”、“面类”等。

自炎食品店铺地区分布

这些自炎食品的店铺都分布在哪些地区呢?从销量靠前的商品吾们也没干系猜到,这方面四川绝对是霸主,全网的自炎食品店铺数目排名中,四川以1140家店铺称霸。

其次广东和上海离别以1007和1002家店位居二三。

自炎食品都卖多少钱?

再望到自炎食品的价格,没干系望到30元以下的超过了折半,占比62.78%。这也是大多普及能许诺的价格,价格再高的话还不如点份外卖了。

03 教你用Python分析 全网自炎食品数据

吾们行使Python获取了淘宝网自炎食品干系的商品出卖数据,进走了以下数据分析。

1 数据读入

早先导入所需包:

# 导入包
import numpy as np 
import pandas as pd 
import time  
import jieba 
import os  

from pyecharts.charts import Bar, Line, Pie, Map, Page
from pyecharts import options as opts 
import stylecloud
from IPython.display import Image

行使循环读入数据集,查望一下数据集大小,没干系望到总共有4403条数据。

file_list = os.listdir('../data/') 

df_all = pd.DataFrame() 
# 循环读入
for file in file_list:
    df_one = pd.read_excel(f'../data/{file}') 
    df_all = df_all.append(df_one, ignore_index=True) 
print(df_all.shape) 

(13984, 6)

预览一下数据。

df_all.head() 

2 数据预处理

吾们对数据集进走以下处理,以便吾们后续的可视化分析劳动,经过处理之后的数据共8418条。

往除重复值goods_name:暂不处理shop_name:暂不处理price:暂不处理purchase_num:挑取人数,矜重单位万的处理计算出卖额 = price * purchase_numlocation:挑取省份
# 往除重复值
df_all.drop_duplicates(inplace=True)

# 删除购买人数为空的记录
df_all = df_all[df_all['purchase_num'].str.contains('人付款')]

# 重置索引
df_all = df_all.reset_index(drop=True)
df_all.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8418 entries, 0 to 8417
Data columns (total 6 columns):
 #   Column        Non-Null Count  Dtype  
---  ------        --------------  -----  
 0   category      8418 non-null   object 
 1   goods_name    8418 non-null   object 
 2   shop_name     8418 non-null   object 
 3   price         8418 non-null   float64
 4   purchase_num  8418 non-null   object 
 5   location      8418 non-null   object 
dtypes: float64(1), object(5)
memory usage: 394.7+ KB

# 挑取数值
df_all['num'] = df_all['purchase_num'].str.extract('(\d+)').astype('int')
# 挑取单位
df_all['unit'] = df_all.purchase_num.str.extract(r'(万)') 
df_all['unit'] = df_all.unit.replace('万', 10000).replace(np.nan, 1)
# 重新计算销量
df_all['true_purchase'] = df_all['num'] * df_all['unit'] 
# 删除列
df_all = df_all.drop(['purchase_num', 'num', 'unit'], axis=1)

# 计算出卖额
df_all['sales_volume'] = df_all['price'] * df_all['true_purchase']

# location
df_all['province'] = df_all['location'].str.split(' ').str[0]
df_all.head() 

3 数据可视化

此单方单方紧张对以下的维度数据进走汇总和可视化分析,以下展示关键单方:

自炎食品细分品类月销量外现自炎食品各店铺月销量排走Top10各省份自炎食品店铺数目排走Top10全国自炎食品店铺月销量分布自炎食品都卖多少钱?商品标题词云图3.1 自炎食品细分品类月销量外现
cat_num = df_all.groupby('category')['true_purchase'].sum() 
cat_num = cat_num.sort_values(ascending=False) 

# 条形图
bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px')) 
bar1.add_xaxis(cat_num.index.tolist())
bar1.add_yaxis('', cat_num.values.tolist()) 
bar1.set_global_opts(title_opts=opts.TitleOpts(title='自炎食品细分品类月销量外现'),
                     xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),
                     visualmap_opts=opts.VisualMapOpts(max_=1960179.0) 
                    ) 
bar1.render() 
3.2 自炎食品各店铺月销量排走Top10
shop_top10 = df_all.groupby('shop_name')['true_purchase'].sum().sort_values(ascending=False).head(10)
shop_top10.sort_values(inplace=True)

# 条形图
bar2 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px')) 
bar2.add_xaxis(shop_top10.index.tolist())
bar2.add_yaxis('', shop_top10.values.tolist()) 
bar2.set_global_opts(title_opts=opts.TitleOpts(title='自炎食品各店铺月销量排走Top10'),
                    ) 
bar2.set_series_opts(label_opts=opts.LabelOpts(position='right'))
bar2.set_colors(['#50A3BA'])
bar2.reversal_axis() 
bar2.render() 
3.3 各省份自炎食品店铺数目排走Top10
province_top10 = df_all.province.value_counts()[:10]

# 条形图
bar3 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px')) 
bar3.add_xaxis(province_top10.index.tolist())
bar3.add_yaxis('', province_top10.values.tolist()) 
bar3.set_global_opts(title_opts=opts.TitleOpts(title='各省份自炎食品店铺数目排走Top10'),
                     visualmap_opts=opts.VisualMapOpts(max_=1140)
                    ) 
bar3.render() 
3.4 全国自炎食品店铺月销量分布
province_num = df_all.groupby('province')['true_purchase'].sum().sort_values(ascending=False)  

# 地图
map1 = Map(init_opts=opts.InitOpts(width='1350px', height='750px'))
map1.add("", [list(z) for z in zip(province_num.index.tolist(), province_num.values.tolist())],
         maptype='china'
        ) 
map1.set_global_opts(title_opts=opts.TitleOpts(title='全国自炎食品店铺月销量分布'),
                     visualmap_opts=opts.VisualMapOpts(max_=500000),
                    )
map1.render() 
3.5 自炎食品都卖多少钱
# 分箱
bins = [0,30,50,100,150,200,500,1000,9999]  
labels = ['0-30元', '30~50元', '50-100元', '100-150元', '150-200元', '200-500元', '500-1000元', '1000-8800']

df_all['price_cut'] = pd.cut(df_all.price, bins=bins, labels=labels, include_lowest=True)  
price_num = df_all['price_cut'].value_counts() 

# 数据对
data_pair2 =  [list(z) for z in zip(price_num.index.tolist(), price_num.values.tolist())]

# 绘制饼图
pie2 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
pie2.add('', data_pair2, radius=['35%', '60%'])
pie2.set_global_opts(title_opts=opts.TitleOpts(title='自炎食品都卖多少钱?'), 
                     legend_opts=opts.LegendOpts(orient='vertical', pos_top='15%', pos_left='2%'))
pie2.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:\n{d}%"))
pie2.set_colors(['#EF9050', '#3B7BA9', '#6FB27C', '#FFAF34', '#D8BFD8', '#00BFFF'])
pie2.render() 

结语:

最后在说道自炎食品,固然说宅家时,翻开包装稍等一霎就能吃上炎烘烘的小火锅或米饭,真的是太方便了。但是同时,关于自炎食品如愿隐患的信休也频出,在食物的栽类和口感上更是比不上自身做的或外观吃的鲜美食材了。对自炎食品你是怎么望的呢?接待留言告诉吾们哦。

本文出品:CDA数据分析师(ID: cdacdacda)

郑重声明:文章来源于网络,仅作为参考,如果网站中图片和文字侵犯了您的版权,请联系我们处理!

上一篇:椰汁蛋白饮料暗幕曝光 海南椰盛显贵壹升椰汁分别格被查处

下一篇:​红色旅游:产火腿的红色城市

相关推荐

返回顶部