《《Python工程应用—数据分析基础与实战》教学课件—09超市销售数据分析》由会员分享，可在线阅读，更多相关《《Python工程应用—数据分析基础与实战》教学课件—09超市销售数据分析（35页珍藏版）》请在金锄头文库上搜索。
1、第一章第一章 概论概论西华大学西华大学数据分析基础与实践第 九 章 超市销 售 数 据 分 析目录Contents案例介绍案例实现流程详细过程及结果总结求是 明德 卓越案例介绍一 4 XXXXXXXXXXXXXXXXX1.1 案例任务及背景案例任务及背景4超市的经营管理产生了大量数据，对这些数据进行分析，可以提升超市的竞争力，为超市的运营及经营策略调整提供重要依据。 利用python对销售数据进行统计分析，并作可视化展示，分析顾客的消费行为，研究促销对销售的影响。设计具体要求：1.生鲜类商品和一般商品每天销售金额的折线图。2.一月各大类商品销售金额的占比饼图。3.分析顾客的消费行为，并对用户进
2、行画像。求是 明德 卓越案例实现流程二 62.1 2.1 总体流程总体流程6 72.2 2.2 数据获取数据获取本案例的目标是通过超市数据分析超市的销售情况，得出对超市日常经营管理的方向和定位，达到提高经济效益的目的。数据源来自2019年某竞赛提供的数据，数据集提供了某超市2015年1月1日至2015年4月30日的经营产生的销售数据，数据集包括顾客编码、大类编码和名称、中类编码和名称、小类编码和名称、商品编码、销售日期、商品的类型、商品的销售数量和金额、以及商品是否促销等信息。 82.3 2.3 数据数据预处理预处理8首先将需要用到的库进行导入，把要分析的数据读取进来，并对数据进行预处理。因为
3、现实世界中数据大体上都是具有很多问题的脏据，无法直接进行数据挖掘，否则无法得到令人满意的挖掘结果。数据预处理流程图如图所示： 92.4 2.4 生鲜和生鲜和一般商品每天销售金额表一般商品每天销售金额表9该案例主要利用groupby函数的分组对数据进行分组，再对分组后的数据进行销售金额计算，创建新的DataFrame，删除日期中没有销售金额的空行，最后生成折线图，对比分析生鲜类商品和一般商品的销售情况。 102.5 2.5 一月一月各大类商品各大类商品销售额占比图销售额占比图10首先导入预处理后的数据，使用groupby分组，对各种大类商品进行分组，具体的分组包括休闲、冲调、家居、家电、文体、日
4、配、水产、洗化、烘焙、熟食、粮油、肉禽、蔬果、酒饮、针织。将这些分类好的商品按月进行统计，然后创建一个新的df储存之前的统计的月销售金额，最后生成一个饼图。 112.6 2.6 顾客画像顾客画像11本案例根据消费情况，提取消费前10的消费者，并为第一名消费者绘制顾客画像，首先要安装wordcloud库，因为表格内容是中文所以还要安装jieba库。求是 明德 卓越详细过程及结果三 133.13.1 数据预处理数据预处理13数据是数据分析的基础，没有良好的数据，分析所得的结果就不能真实反映事件的本质，而用于处理的数据来源是多方面的，数据质量也参差不齐，因此在将数据应用到具体的数据分析任务之前需要对
5、数据进行预处理，数据预处理的好坏，有时候能够对结果产生重大影响。 143.1 3.1 数据预处理数据预处理14导入数据 153.1 3.1 数据预处理数据预处理15数据清洗 163.1 3.1 数据预处理数据预处理16数据展示 173.2 3.2 生生鲜类商品和一般商品每天销售金额表鲜类商品和一般商品每天销售金额表17首先对日期进行处理。利用函数将销售日期改成合适的形式 183.2 3.2 生生鲜类商品和一般商品每天销售金额表鲜类商品和一般商品每天销售金额表18首先对日期进行处理。利用函数将销售日期改成合适的形式 193.2 3.2 生生鲜类商品和一般商品每天销售金额表鲜类商品和一般商品每天销
6、售金额表19然后对数据进行分组并计算生鲜类商品和一般商品每天的销售数据 203.2 3.2 生生鲜类商品和一般商品每天销售金额表鲜类商品和一般商品每天销售金额表20然后对数据进行分组并计算生鲜类商品和一般商品每天的销售数据 213.2 3.2 生生鲜类商品和一般商品每天销售金额表鲜类商品和一般商品每天销售金额表21最后进行可视化处理 223.2 3.2 生生鲜类商品和一般商品每天销售金额表鲜类商品和一般商品每天销售金额表22对比分析折线图可以明显看出：生鲜商品4个月的销售金额变化不大，一直较小。一般产品的销售金额在春节前后（第30天到50天）变化巨大，可以得知一般商品受春节影响较大.酒饮、蔬果
7、等此类受众较大的商品，而生鲜的受众相对来说较小所以销售额也一直较小。 233.3 3.3 各各大类大类商品月销售商品月销售金额的占金额的占比图比图23首先利用函数将数据按照大类进行分组并求出月销售额 243.3 3.3 各各大类大类商品月销售商品月销售金额的占金额的占比图比图24首先利用函数将数据按照大类进行分组并求出月销售额 253.3 3.3 各各大类大类商品月销售商品月销售金额的占金额的占比图比图25然后进行可视化分析 263.3 3.3 各各大类大类商品月销售商品月销售金额的占金额的占比图比图26然后进行可视化分析在一月份的时候销售最多的是蔬果、粮油、日配和休闲，然后再是洗化、肉禽、酒
8、饮、冲调、熟食、针织、家居、文体、家电、水产和烘焙。占比第一的是蔬菜，高达17%。占比并列第二的是粮油和日配，占比为17%。占比第四的是休闲，达到16%，只比第二名少1%。第五名使洗化类商品，只占10% 273.3 3.3 各各大类大类商品月销售商品月销售金额的占金额的占比图比图27然后进行可视化分析因为蔬果、粮油、日配和休闲此类商品是生活必须商品，所以每月的销售额都较大，且15年的春节在2月份，根据国人的习惯可知，大家会提前制备蔬菜水果，粮油，肉禽，日常用品和休闲物品，这也是为何在一月份中这些类别物品占比较大的原因，此时的酒水有一定占比但还没有很大。 283.4 3.4 顾客画像顾客画像28
9、安装库 根据前文的介绍，需要安装中文分词库jieba和词云显示库wordcloud。具体操作方法是，打开Anaconda中的Anaconda Prompt然后右键选择管理员身份运行，然后输入 pip install wordcloud和pip install jieba即可成功安装所需要的第三方库。 293.4 3.4 顾客画像顾客画像29导入数据和库 303.4 3.4 顾客画像顾客画像30按顾客汇总消费金额，并抽取出总消费最高的一位顾客 313.4 3.4 顾客画像顾客画像31为该顾客绘制词云 323.4 3.4 顾客画像顾客画像32为该顾客绘制词云 经过代码运行，可以得到消费第一名的顾客
10、的词云图。可以得出以下结论：可以很明显的看出中间最大的两个字是蔬菜，所以顾客经常买菜回家做饭。其余散落的文字比如叶菜，玉米油，酱菜，蛋品，猪肉，笋类，花果等可以看出该顾客是一个居家型顾客。买的生活用品种类也很丰富，有内衣裤，羽绒服，牙膏，纸副品，冲调，点心，膨化等，基本上生活所用的一些必需品，顾客都在该超市购买。根据购买的频率和种类推测顾感觉顾客家应该离超市较近，大概率是一位女性。求是 明德 卓越总结四 344 4 总结总结34本章以超市销售数据分析为案例，对数据分析过程进行了具体的展示。本案例主要从三个方面分析超市销售数据：1. 根据数据处理的结果进行绘制生鲜类商品和一般商品每天销售金额表和一月各大类商品销售金额的占比饼图，分析图表中蕴含的信息，提供给超市更好的运行管理策略，帮助超市管理者更好的进行决策；2. 根据数据处理的结果进行绘制一月各大类商品销售金额的占比饼图让超市管理者了解超市的定位，促进管理者经营；3. 利用wordcloud和jieba库，绘制顾客画像，分析消费者的购买物品。消费者购买行为分析是消费者数据分析研究中尤为重要的部分，因为作为超市管理者，研究消费者的消费习惯可以帮助企业或者平台更加精准地制定营销策略。 感谢聆听
