最近正值“618活动”，阿里、拼多多、京东等都在发力，商品的价格也下降了不少。我打开某宝首页，顿时想对某些商品的评论进行一次爬取分析。
一提到爬取，我们肯定先想到python，那可真的是利器，不过我提醒一句，不允许爬的千万不要碰。python虽然爬取简单，但是做可视化分析需要费不少力气，虽然有 Matplotlib 和 Seaborn 两个包就足够了。
如果只调用基本的函数可能做出来的图会比较简陋，要达到好看的效果还是需要很多的精力和代码的，不适用于零基础小白。
所以我想到了当下最火的BI分析工具，有了数据，直接拖拽就能得到可视化分析，完全就是零代码，python+BI在手，打遍无敌手。原理也很简单，数据获取是通过Python进行的，然后得到Excel表，BI可以直接连接数据源，负责最后应用层的数据处理、加工和可视化。
那分析什么呢？想来想去，我选择了女性的内衣。
不要想歪，不要怀疑，这就是一个数据可视化项目，纯属娱乐，大家看看就行，重要是我分析的过程，如果能学到东西我就更开心了，我只用了13分钟。
话不多说，进入主题。
一、数据获取
数据来自python爬虫获取，淘宝约50个文胸商品的20W条评论数据，原始数据是txt格式，为了方便处理，这边转为Dataframe～
由于篇幅的限制，这里只放部分代码，感兴趣的可以到文末。
二、分析目的
这里先给大家做一个科普，对于很多只知道A/B/C的绅士们，我们在看数据之前可能先得了解点知识，内衣是有上围和下围的区分的。
通过上围与下围的差值，我们就可以确定大小了。
虽然我没买过，但是对分析维度还是了解的：
- 颜色与肤色的对比
- 款式
- 尺码大小
- 评价分析
三、数据可视化
虽然获取到的数据数量不是很大，才20W，但是Excel分析这个体量，肯定是会卡死的，而且Excel的可视化图表简直一言难尽，还需要各种函数...
上面说到BI工具，那市面上这么多BI工具，怎么去挑选呢？市面上知名的有Tableau、FineBI等，这两个也是在知乎最受好评的工具，我从下面几个方面简单给你们讲一下。
- 部署安装：都是基于浏览器端即可使用的工具
- 学习教程：FineBI更全面
- 使用体验（上手难度）和需求符合度：FineBI更适合小白
- 产品功能：Tableau更占优一点，但有些功能并不是国内企业所看重的，FineBI能做复杂报表
- 报价和服务：FineBI的性价比很高，Tableau很贵
所以我选择FineBI进行这次可视化分析，先通过下面这个来了解一下：
可视化超强，超级容易上手的BI工具来了
不要单纯的以为它只是个可视化工具，它的本质是数据分析工具，能通过数据对业务产生指导：
1、评论里出现最多的关键词
可以看见，内衣的颜色和肤色还是有很大关系的，不过据数据统计，妹子喜欢黑色占大多数，因为在人的印象里，好像粉色、紫色都有点怪怪的？
知道给自己女朋友/老婆买什么颜色了吗？不对，你们不一定有....
2、哪个尺寸的妹子最多？
D的数量很少，符合我们的认知。B的数量等于A+C的总和，这数据应该是准确的，穿B不代表就是B，就像你买衣服也喜欢宽松的，自己体会。
3、具体大小受什么影响？
我从上下围两个角度来分析A/B/C/D的分布，这个应该是迄今为止最全面的内衣分析了，想说的都在图里。
4、她们喜欢什么时候买内衣？
高峰期在上午和晚上，这也可以理解，大家都在玩手机，但是夜里3点买的人，我想问问，你图啥？
5、内衣的评价如何？
图片来自于网络
这是词云图，字越大，代表占的比重就越大，FineBI也能做，方法也是一样，有了数据直接拖拽，然后选择合适的图表类型即可。
内衣毕竟是衣服，女性关注的点肯定是效果与舒适度，男性的话我就不知道了。
关于代码和数据可视化工具，关注我，并转发该文章，回复“内衣”即可获得！！！
各位绅士，你们怎么看？
转载：https://blog.csdn.net/yuanziok/article/details/106850979