### Python 实现电商网站手机产品销售数据可视化 以下是一个完整的 Python 程序，用于从电商网站抓取手机产品的销售数据，并对其进行分析和可视化。该程序分为三个主要部分：数据抓取、数据处理与清洗、数据可视化。 --- #### 1. 数据抓取 使用 `requests` 和 `BeautifulSoup` 进行网页数据抓取。如果目标页面涉及动态加载内容，则可改用 `Selenium` 工具模拟浏览器行为。 ```python import requests from bs4 import BeautifulSoup import pandas as pd def fetch_data(url): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36' } response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') products = [] items = soup.find_all('div', class_='product-item') # 替换为目标网站的实际HTML结构 for item in items: name = item.find('h2').text.strip() if item.find('h2') else "N/A" price = float(item.find('span', class_='price').text.replace('$', '').strip()) \ if item.find('span', class_='price') else None rating = float(item.find('span', class_='rating').text.strip()) \ if item.find('span', class_='rating') else None product_info = {'Name': name, 'Price': price, 'Rating': rating} products.append(product_info) return products url = "https://example.com/mobile-products" # 替换为实际的目标URL data = fetch_data(url) df = pd.DataFrame(data) print(df.head()) ``` --- #### 2. 数据处理与清洗 使用 Pandas 对抓取的数据进行清理和转换，确保后续分析的准确性。 ```python # 删除缺失值较多的列或行 df.dropna(subset=['Price'], inplace=True) # 移除重复项 df.drop_duplicates(inplace=True) # 添加新字段（如价格区间） bins = [0, 100, 200, 300, 400, 500, 1000] labels = ['< $100', '$100-$200', '$200-$300', '$300-$400', '$400-$500', '> $500'] df['Price Range'] = pd.cut(df['Price'], bins=bins, labels=labels) # 统计各价格区间的销量情况 price_distribution = df.groupby('Price Range')['Price'].count().reset_index(name='Count') print(price_distribution) ``` --- #### 3. 数据可视化 使用 Matplotlib 和 Plotly 创建图表，展示手机产品的价格分布趋势和其他关键指标。 ##### 使用 Matplotlib 的柱状图 ```python import matplotlib.pyplot as plt plt.figure(figsize=(10, 6)) plt.bar(price_distribution['Price Range'], price_distribution['Count'], color='skyblue') plt.title('Mobile Product Price Distribution', fontsize=16) plt.xlabel('Price Range', fontsize=14) plt.ylabel('Number of Products', fontsize=14) plt.xticks(rotation=45) plt.tight_layout() plt.show() ``` ##### 使用 Plotly 的交互式散点图 ```python import plotly.express as px fig = px.scatter(df, x='Price', y='Rating', title="Product Price vs Rating", labels={'Price': 'Price ($)', 'Rating': 'Average Rating'}, hover_data=['Name']) fig.update_traces(marker=dict(size=8), selector=dict(mode='markers')) fig.show() ``` --- ### 总结 以上代码实现了从电商网站抓取手机产品的销售数据，并对其进行了初步的分析和可视化。通过调整 HTML 解析规则和 URL 参数，可以适配不同的电商平台[^1]。 ---