我统计了某东60万文胸销售的数据，分析出中国女性的身材以及喜好

创作立场声明：本文只做统计展示，不做技术交流

写在前面

大家好，我是爱喝咖啡的大蒜先生。

之前写过通过抓取某车之家二手车的数据，统计分析出二手车的保值率，收获颇多好评（感兴趣的小伙伴可以翻阅我之前的文章）。那这次写点什么呢？我听说咱们【值得买】上lsp，啊不，老司机居多，那这次咱们就写点大家都感兴趣的话题吧，统计分析某东--文胸--真实的销量数据，也顺便做一下关于中国女性的简单分析。

数据准备

1、确定获取内容

淘宝数据太多，鱼龙混杂，不便于分析，所以抓取方向就定在了京东。

通过浏览相关商品，最终确定了本次统计分析要抓取的内容，就是每个商品下面的评论等内容。

因为每个评论都是实际购买之后才发生的，所以具有一定的真实性和可参考性。

这次分析需要获取的内容如下：

1. 用户名

2. 是否为plus会员

3. 评论（方便日后做情感特征词分析使用）

4. 文胸尺码（划重点！！！）

5. 文胸颜色（划重点！！！）

6. 购买时间
   

2、实施内容获取

1）生成文档并入库

当然了，如果有毅力的话，逐条翻阅每条评论。复制粘贴，最后也能统计出来。但咱毕竟是搞技术的，还是通过代码来获取吧 。

一波三折，通过大半天的抓取，最终形成了199遍文档，整理之后并导入数据库，最终形成可供检索统计的格式化数据，将近60万条。

2）数据清洗及整理

问题来了，这次主要统计项之一，是文胸尺码。但是不同店家对尺码的定义不一样，例如：“均码”，“36B=80B”，“80/36(BCD通杯)”，“70C=32C”。。。

这些都是什么鬼 ？！！

于是，为了能清晰明了进行统计，我整理了一份对照表，最终将文胸尺码统一表示成A，B，C，D，E，F，G（别问为什么没有更大size的，因为我也不懂 ）这7大类，大家看着都不费劲儿，同时也方便你我她!>它~

统计生成可视化图表

1、京东Plus会员比例情况

通过获取到的用户身份，首先做了一个整体Plus会员情况统计图。

左边为普通用户数量（30多万人），右边为Plus会员数量（将近20万人）。

可以看出，购买文胸的普通用户将近是Plus会员的2倍。

刚开始研究评论时，看到满眼都是Plus会员，但是其实统计后才发现，会员的比例其实并不高。

管中窥豹，通过文胸品类下Plus会员的比例，可以推断出京东还有大量的非会员存在，也侧面证明了京东还是有很大营收潜力的。

2、评论时间趋势分析

通过分析购买文胸的评论时间，可以大致推断出，女性网购以及消费时间趋势。

X轴是时间（24小时），Y轴是评论数。

统计之后我就一个感想，好家伙！我直呼好家伙！！

首先是0点，仅仅文胸品类下，就有1万多人在线。我猜想，大概是0点促销活动多，大家都在抢购的缘故。

然后是8点之后，评论量直线飙升，一直到晚上8点，看来大家都在公司“不务正业”啊。

晚10点之后，评论量逐渐回落，大部分人回归理性，回到家庭生活中。

紧接着0点到了，又要开始一天的抢购生活了~

下面你们感兴趣的重点来了！！！

3、文胸尺码分析

花了大功夫整理之后，最终形成ABCDEFG这几个尺码，生成如下统计图。

可以看出，中国绝大多数女性还是B罩（购买人数34万人）为主，然后是A罩（8万人）和C罩（10万人）。

不过领我惊讶的是，购买D罩杯的女性竟然也有3万多人了，怎么我身边就没碰到呢 ？

然后是购买E，F，G的人数逐渐减少，甚至连B罩的10分之1都不到，所有找到这样女朋友的兄弟，首先恭喜你，然后我想和你做个朋友 。

4、文胸颜色分析

文胸品类下颜色太多，而且有好多类似“夜幕蓝”、“大提琴色”这种小众颜色，所以这次统计了购买排行榜前15的颜色。

首先是黑色，看来不管是男性还是女性，对颜色的喜好都差不多。

其次是肤色，将近6万人购买，原因嘛，你懂的~

再往后就是大众的颜色了，除了灰色之外，想什么红色，粉色，杏色之类，基本上都是以暖色为主，穿好心情也好嘛~

写在最后

以上就是本篇文章的结果分析了，本来还想着分析一下情感特征词，但是需要做的准备工作太多，以至于最后不得不放弃了，以后有机会再做分析吧。

在写这篇文章过程中，着实费了不少劲，所以在这里希望得到您的点赞、收藏、打赏哦~

我是大蒜先生，咱们下回见。