【46 Pandas+Pyecharts | 当当网畅销图书榜单数据分析可视化】

文章目录

• 🏳️‍🌈 1. 导入模块
• 🏳️‍🌈 2. Pandas数据处理
• • 2.1 读取数据
  • 2.2 查看数据信息
  • 2.3 去除重复数据
  • 2.4 书名处理
  • 2.5 提取年份
  • 🏳️‍🌈 3. Pyecharts数据可视化
  • • 3.1 作者图书数量分布
    • 3.2 图书出版年份分布
    • 3.3 图书原价分布
    • 3.4 图书售价区间分布
    • 3.5 电子书价格区间占比
    • 3.6 折扣比例分布
    • 3.7 TOP30出版社
    • 3.8 图书评论数词云
    • 🏳️‍🌈 4. 可视化项目源码+数据

      大家好，我是 👉【Python当打之年(点击跳转)】

      本期利用 python 分析一下「当当网图书畅销榜单（2020-2023）数据」 ，看看哪些作者的图书最畅销、哪些年份的图书上榜最多、上榜图书的价格分布、评论分布以及出版社分布 等，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

      涉及到的库：

      • Pandas — 数据处理
      • Pyecharts — 数据可视化

        🏳️‍🌈 1. 导入模块

        import pandas as pd
        from pyecharts.charts import *
        from pyecharts import options as opts
        import warnings
        warnings.filterwarnings('ignore')
        

        🏳️‍🌈 2. Pandas数据处理

        2.1 读取数据

        df = pd.read_csv("./当当网畅销图书榜单数据.csv")
        

        

        2.2 查看数据信息

        df.info()
        

        

        2.3 去除重复数据

        df = df.drop_duplicates(subset=['书名','出版日期'])
        

        2.4 书名处理

        new_name = []
        for name in df['书名'].tolist():
            name_t = name.split('（')[0].split(' ')[0].split('・')[0]
            new_name.append(name_t)
        df['书名_new'] = new_name
        

        2.5 提取年份

        df['出版日期_year'] = pd.to_datetime(df['出版日期']).dt.year
        

        

        🏳️‍🌈 3. Pyecharts数据可视化

        3.1 作者图书数量分布

        

        -陈磊・半小时漫画团队、东野圭吾的书籍上榜次数居多，代表作分别有《半小时漫画中国史》、《半小时漫画唐诗系列》、《白夜行》、《解忧杂货店》、《嫌疑人X的献身》等。

        -曹文轩、余华、肥志、毛姆等老师的作品上榜次数分列第2至第5位。

        3.2 图书出版年份分布

        def get_line():
            chart = (
                Line()
                .add_xaxis(x_data)
                .add_yaxis("", y_data)
                .set_global_opts(
                    title_opts=opts.TitleOpts(
                        ,
                    ),
                    xaxis_opts=opts.AxisOpts(
                        axislabel_opts=opts.LabelOpts(rotate=30),
                        splitline_opts=opts.SplitLineOpts(is_show=False)
                    ),
                )
            )
        

        

        • 2017年-2022年的出版的图书上榜次数相较于其他年份更高一些，其中2019年、2020年出版的图书上榜次数超过150次。

          3.3 图书原价分布

          

          • 图书原价（定价）基本都在100元以内，很少一部分在200元以上。

            3.4 图书售价区间分布

            def get_bar():
                chart = (
                    Bar()
                    .add_xaxis(x_data)
                    .add_yaxis("", y_data)
                    .set_global_opts(
                        title_opts=opts.TitleOpts(
                            ,
                        ),
                        visualmap_opts=opts.VisualMapOpts(
                            is_show=False,
                        ),
                    )
                )
            

            

            • 从售价区间分布上来看：20元以下的图书上榜次数接近400次，20-30元之间的300次左右，也就是30元以内的图书上榜次数接近60%。

            • 从售价区间可以看出来图书的售价和上榜率有一定的关系。

              3.5 电子书价格区间占比

              def get_pie():
                  chart = (
                      Pie()
                      .add("", [list(z) for z in zip(x_data, y_data)])
                      .set_global_opts(
                          title_opts=opts.TitleOpts(
                              ,
                              pos_top='2%',
                              pos_left="center"
                          ),
                          visualmap_opts=opts.VisualMapOpts(is_show=False,),
                      )
                  )
                  return chart
              

              

              • 电子书的价格普遍较低，比较成本很少，上榜次数分布趋势基本和售价一致。

                3.6 折扣比例分布

                

                • 5折图书上榜次数要明显高于其他折扣上榜次数，所以在打折促销的时候可以参考打半折，当然也要考虑到图书的内容质量，并不是打折越多就越畅销。

                  3.7 TOP30出版社

                  

                  • 图书自然会涉及出版质量问题，排名前10的出版社有：北京联合出版有限公司、时代文艺出版社、中信出版社、南海出版公司、南方出版社、人民文学出版社、浙江工商大学出版社、湖南文艺出版社、江苏凤凰文艺出版社、北京十月文艺出版社。

                    3.8 图书评论数词云

                    def get_wordcloud():
                        chart = (
                            WordCloud()
                            .add("",words,word_size_range=[10,50])
                            .set_global_opts(
                                title_opts=opts.TitleOpts(
                                        title='8-图书评论词云',
                                        pos_top='2%',
                                        pos_left="center",
                                    ),
                                legend_opts=opts.LegendOpts(is_show=False),
                                visualmap_opts=opts.VisualMapOpts(is_show=False),
                            )
                        )
                        return chart
                    

                    

                    • 亚龙湾、三亚湾、蜈支洲岛、大东海、天涯海角、海棠湾等景点更受驴友的喜爱。

                      🏳️‍🌈 4. 可视化项目源码+数据

                      点击跳转：【全部可视化项目源码+数据】