淘宝美妆数据分析项目

项目概述

本项目对双十一淘宝美妆数据进行了全面分析和可视化，通过数据清洗、分类处理、统计分析和多种可视化方式，深入挖掘了美妆产品在电商平台上的销售特点和趋势。

功能特点

• 数据清洗与预处理：去除重复数据，填充缺失值，重置索引
• 文本分析：使用结巴分词对商品标题进行分词处理
• 商品分类：将美妆产品按主类别（护肤品、化妆品等）和子类别（面膜、口红等）进行分类
• 销售数据分析：分析各品牌、各类别的销售量和销售额
• 价格分析：通过箱型图分析各品牌产品价格分布
• 男士产品分析：专门分析男士专用美妆产品的销售情况
• 地区销售分析：分析全国各地区的销售数据
• 3D可视化：使用pyecharts生成中国地图3D销售额可视化

项目结构

Python/
├── code/
│   ├── main.py       # 主要数据处理和可视化代码
│   ├── 3D.py         # 3D地图可视化代码
│   └── out.py        # 地区销售数据处理代码
└── README.md         # 项目说明文档

技术栈

• Python：主要编程语言
• pandas：数据处理和分析
• matplotlib & seaborn：数据可视化
• jieba：中文分词
• pyecharts：交互式图表和3D地图可视化

数据来源

• 双十一淘宝美妆数据.csv：原始数据集
• 各地区省分经纬度和销售量.xlsx：地理位置数据

分析结果

项目通过多种可视化方式展示了以下分析结果：

1. 护肤品和化妆品在销售量和销售额上的占比
2. 各品牌在不同子类别产品上的销售情况
3. 各品牌产品的价格分布特点
4. 男士专用美妆产品的销售情况
5. 全国各地区的销售额分布（3D地图展示）

使用方法

1. 确保安装了所需的Python库：

   pip install pandas jieba matplotlib seaborn pyecharts
   

2. 运行主要分析脚本：

   python code/main.py
   

3. 生成3D地图可视化：

   python code/3D.py
   

注意事项

• 运行代码前请确保相关数据文件已放置在正确位置
• 3D.py生成的HTML文件需要在浏览器中打开查看