月餅之王花落誰手？全網都在銷售它！

本文經授權轉載自戀習Python（ID：sldata2017）

作者|丁彥軍

中秋佳節，除了假日團圓，月餅也是頭巷尾的話題焦點今年中秋，誰的月餅呼聲最高？什麼口味的月餅雖受歡迎？

筆者將與你一起爬取淘寶網全網月餅銷售數據，再經過數據分析，告訴你今年誰是「月餅之王」。不過在爬取數據與分析數據之前，插播一段月餅歷史之情。

月餅的歷史

據說早在殷周時期，江浙一帶就有一種紀念太師聞仲的邊薄心厚的「太師餅」，可以說是月餅的祖宗了。

後來到了北宋，被皇家看上了，在中秋節那天吃，不得不說皇室貴族的宣傳力度，果然是一般人的十倍以上，為月餅的傳播起了跨世紀的作用。

貴族們一看這玩意火了，得蹭個熱點，那給它們取個名字吧，於是想了個大名叫「月團」，小名叫「小餅」，我說你們為啥就不能把這兩個名字合併一下？

至於月餅這個名字，是直到南宋時期才第一次出現在書里的。後面大概就是月餅一步一步憑藉自己的努力，漸漸站在中秋節身邊的勵志故事了。

眾所周知：傳統的中國四大月餅包括，廣式月餅，京式月餅，蘇式月餅和潮式月餅。現在隨著時代的發展，也出現了好多新種類，比如冰皮月餅、海味月餅、冰淇淋月餅等等。

數據獲取

筆者就以淘寶網上的月餅為目標，來獲取最近全國各地近段時間月餅銷售情況。（目標鏈接：https://s.taobao.com/search?q=月餅）

工具&模塊：

工具：Python3.7+Sublime Text

模塊：Requests、jieba、matplotlib、wordcloud、imread、pandas、numpy 等。

目的主要是通過對數據的分析，來看看不同關鍵詞word對應的sales的統計、月餅價格以及銷量的分布情況、以及不同省份的月餅銷量情況。

詳情代碼如下：

import requests

import re

#下載網頁

def get_html_text(url):

try:

res = requests.get(url,timeout=30)

res.raise_for_status()

res.encoding = res.apparent_encoding

returnres.text

except:

return""

#解析網頁並保存數據

def parse_page(html):

try:

plt = re.findall(r""view_price":"[d.]*"", html)

tlt = re.findall(r""raw_title":".*?"", html)

loc = re.findall(r""item_loc":".*?"", html)

sale = re.findall(r""view_sales":".*?"", html)

#print(plt)

fori in range(len(plt)):

price =eval(plt[i].split(":")[1])

title =eval(tlt[i].split(":")[1])

location =eval(loc[i].split(":")[1])

location = location.split(" ")[]

sales =eval(sale[i].split(":")[1])

sales = re.match(r"d+",sales).group()

print(price)

withopen("月餅數據.txt","a",encoding="utf-8") as f:

print(f)

f.write(title+","+price+","+sales+","+location+"

")

except:

print("")

def main():

goods="月餅"

depth=100

start_url ="https://s.taobao.com/search?q="+ goods

fori in range(depth):

try:

url = start_url +"&s="+ str(44* i)

print("url=",url)

html = get_html_text(url)

parse_page(html)

except:

continue

main()

知識點：Response對象的屬性

r.status_code HTTP請求的返回狀態，200表示連接成功，404表示失敗 ；

r.text HTTP響應內容的字元串形式，即url對應的頁面內容；

r.encoding 從HTTP header中猜測的響應內容編碼方式；

r.apparent_encoding 從內容中分析出的響應內容編碼方式（備選編碼方式）。

數據清洗預覽

由上圖可以看出，全網月餅的均價在90元左右，最貴月餅價高達9999元，最高銷量為355444（數據為當前爬取數據為準）。

數據分析可視化

廣式月餅風采依舊，蛋黃、蓮蓉口味深受最愛。

結論：

廣式月餅、禮盒裝佔比很高；從口味上來看，蛋黃口味佔比很高，比蓮蓉，五仁都高，其他口味豆沙、水果、火腿等次之；從品牌商家來看，北京稻香村、廣東華美排名靠前；從禮盒裝、企業、員工、團購、批發來看，淘寶網也是企業採購月餅送員工的渠道之一。

詳情代碼如下：

importpandasaspd

importnumpyasnp

importmatplotlib.pyplotasplt

importmatplotlib

frompyechartsimportGeo,Style,Line,Bar,Overlap

fromwordcloudimportWordCloud, ImageColorGenerator

fromosimportpath

frompylabimportmpl

importjieba

f = open(r"C:UsersAdministratorDesktop月餅數據.txt",encoding="utf-8")

df = pd.read_csv(f,sep=",",names=["title","price","sales","location"])

title = df.title.values.tolist()

#對每個標題進行分詞

title_s = []

forlineintitle:

title_cut = jieba.lcut(line)

title_s.append(title_cut)

title_clean = []

#停用詞表

stopwords = ["月餅","禮品","口味","禮盒","包郵","【","】","送禮","大",

"中秋節","中秋月餅","2","餅","蓉","多","個","味","斤","送"," ","老",

"北京","雲南","網紅老"]

#剔除停用詞表

forlineintitle_s:

line_clean = []

forwordinline:

ifwordnotinstopwords:

line_clean.append(word)

title_clean.append(line_clean)

title_clean_dist = []

#進行去重

forlineintitle_clean:

line_dist = []

forwordinline:

ifwordnotinline_dist:

line_dist.append(word)

title_clean_dist.append(line_dist)

allwords_clean_dist = []

forlineintitle_clean_dist:

forwordinline:

allwords_clean_dist.append(word)

df_allwords_clean_dist = pd.DataFrame({"allwords":allwords_clean_dist})

#對過濾_去重詞語進行匯總統計

word_count = df_allwords_clean_dist.allwords.value_counts().reset_index()

word_count.columns = ["word","count"]

backgroud_Image = plt.imread("1.jpg")

wc = WordCloud(width=1024,height=768,background_color="white",

mask=backgroud_Image,font_path="C:simhei.ttf",max_font_size=400,

random_state=50)

wc = wc.fit_words()

plt.imshow(wc,interpolation="bilinear")

plt.axis("off")

plt.show()

d = path.dirname(__file__)

wc.to_file(path.join(d,"yuebing.png"))

知識點：

font_path : string //字體路徑，需要展現什麼字體就把該字體路徑+後綴名寫上，如：font_path = "黑體.ttf"；

mask : nd-array or None (default=None) //如果參數為空，則使用二維遮罩繪製詞雲。如果 mask 非空，設置的寬高值將被忽略，遮罩形狀被 mask 取代。除全白（#FFFFFF）的部分將不會繪製，其餘部分會用於繪製詞雲。如：bg_pic = imread("讀取一張圖片.png")，背景圖片的畫布一定要設置為白色（#FFFFFF），然後顯示的形狀為不是白色的其他顏色。可以用ps工具將自己要顯示的形狀複製到一個純白色的畫布上再保存，就ok了；

stopwords : set of strings or None //設置需要屏蔽的詞，如果為空，則使用內置的STOPWORDS ；

background_color : color value (default=」black」) //背景顏色，如background_color="white",背景顏色為白色；

max_font_size : int or None (default=None) //顯示的最大的字體大小 ；

fit_words(frequencies) //根據詞頻生成詞雲（frequencies，為字典類型）。

不同關鍵詞word對應的sales之和的統計分析

（說明：例如 詞語 『廣式』，則統計商品標題中含有『廣式』一詞的商品的銷量之和，即求出具有『廣式』風格的商品銷量之和）

由上圖可以看出：禮盒裝、廣式、蛋黃、蓮蓉、五仁、稻香村、華美等關鍵詞靠前，也再次驗證了廣式月餅堪稱月餅之王，實際付款人高達近700萬，廣式月餅可謂是風采依舊。

雖然廣式月餅起源於廣州，但憑藉其鬆軟的餅皮和多元豐富的餡料，實際已經在全國各地流行開來，成為名副其實的「月餅之王」。

詳情代碼如下：

w_s_sum = []

for w in word_count.word:

i = 0

s_list = []

for t in title_clean_dist:

if w in t:

s_list.append(df.sales[i])

i+= 1

w_s_sum.append(sum(s_list))

df_w_s_sum = pd.DataFrame({"w_s_sum":w_s_sum})

df_word_sum = pd.concat([word_count,df_w_s_sum],axis=1,ignore_index=True)

df_word_sum.columns = ["word","count","w_s_sum"]

df_word_sum.sort_values("w_s_sum",inplace=True,ascending=True)

df_w_s = df_word_sum.tail(30)

attr = df_w_s["word"]

v1 = df_w_s["w_s_sum"]

bar = Bar("月餅關鍵詞銷量分布圖")

bar.add("關鍵詞",attr,v1,is_stack=True,xaxis_rotate=30,yaxix_min=4.2,

xaxis_interval=0,is_splitline_show=False)

overlap = Overlap()

overlap.add(bar)

overlap.render("月餅關鍵詞_銷量分布圖.html")

多數商品銷量為3000以下，佔比高達90%

由上圖看出，銷售量在10萬以上的寥寥無幾，共8種，其中銷售量30萬以上就有6款。當今網紅經濟下，爆品為王，一款獨大；正所謂網紅就是營銷，爆品就是產品，有了好的產品再經過營銷的運作就能產生十倍的放大效益， 如果沒有好的產品，光有營銷企業也難以長久。要利用網紅經濟來打造爆款，選擇爆款一定要有自己的特色，在銷售的過程中，客戶的評價對產品的搜索排序和客戶下單轉化起著至關重要的作用；

消費降級？均價在10-100元佔比50%

商品數量隨著價格總體呈現下降階梯形勢，價格越高，在售的商品越少；低價位商品居多，價格在10-100之間的商品最多，100-200之間的次之，價格8000以上的商品較少。

詳情代碼如下：

後記

由上圖可看出，全網Top15中，廣式口味佔80%，全國各地都在賣廣式月餅。月餅種類那麼多，為何偏偏是廣式月餅橫行中國？廣式月餅外層是糖漿皮，以小麥粉、糖漿、植物油、鹼水等原料製作烘烤而成，這並非中國傳統的糕餅技藝，這與廣式月餅的起源有關。

廣東流行中秋月餅比中國其他地區的時間更晚，要遲到晚清時期。在此之前，廣州沙面地區已因鴉片戰爭變為英、法租界，各類西餅店紛紛踏上廣州地界。以糖漿皮包裹烘烤而成的廣式月餅，其實是學習西式糕點作法的產物。

廣式月餅能一統天下，最重要的一條是廣式月餅的原料，這個原料就是蓮蓉。早在1889年，當時廣州城西的一家叫「蓮香樓」的糕酥店，將蓮子熬成蓮蓉作餡料，做成的酥餅清香可口，大受歡迎。後來，蓮香樓的生產者將這種蓮蓉餡料的餅點定型為月餅，逐漸形成後來的廣式月餅。

今年你吃到哪些好吃的月餅了嗎？在評論區留言吧！

本文為作者投稿，版權歸作者所有。內容觀點不代表CSDN立場。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！