数据可视化与分析

中文分词与特征提取

使用中文分词工具对文本数据进行分词，并提取新的特征。

使用第三方库“结巴”进行中文分词，分为精确模式、全模式和搜索引擎模式。

精确模式：词语精确分开，无冗余。

全模式：扫描所有可能的词语，有冗余。

搜索引擎模式：在精确模式基础上进一步细分。

数据分类与标签

创建了主类别和子类别，基于数据集中的关键词进行分类。

举例说明了如何通过关键词将商品分类到护肤品、化妆品等主类别及其子类别。

通过for循环和条件判断，将商品标记为主类别和子类别。

性别专用商品分析

增加了“是否为男士专用”列，通过检测关键词（如“男士”、“男生”）来判断商品是否为男性专用。

统计了男士专用商品的数量，并与其他商品进行对比。

销售额计算与分析

讨论了销售额的计算方法，即销售单价乘以销售量。

新增了销售额列，并展示了前五行的数据。

数据可视化

使用Matplotlib绘制了多个图表，包括各店铺商品数量、销量、总销售额和平均单价的柱形图。

绘制了商品类别销售量和销售额的饼图，分析了各大类别和小类的销售情况。

通过颜色区分不同价格区间的商品销售额占比。

总结

中文分词与特征提取：使用中文分词工具对数据进行预处理，提取出有用的特征，并区分第三方库和标准库的概念。

数据处理与分类：详细介绍了如何对数据进行分类，包括创建主类别和子类别，以及如何通过关键词进行数据标记。

数据可视化：展示了如何使用编程语言进行数据可视化，包括绘制柱形图、饼图等，以及如何根据数据集的特点进行适当的图表调整。

销售额计算与分析：讨论了如何计算销售额，并将其作为新列添加到数据集中，进一步分析了销售额与销售量的关系。

商品类别与销售分析：分析了不同商品类别的销售情况，包括护肤品、化妆品等大类别的销售量和销售额占比。