1. 資料采集
參考《用Python爬取文胸資料發現中國女性50%以上罩杯是B，但是A-cup穿衣最高級！》，這里我們也算是取樣操作，僅采集在京東銷量最高的某莎品牌的某款產品的資料，由于都是均碼，區別在于color，所以采集的是各color產品的大致銷量分布，這部分資料采集這里不做介紹，和此前推文一致，
不過，這里我們將對評論進行采集，做簡單的評價分析，
頁面分析
很多人學習蟒蛇，不知道從何學起， 很多人學習尋找python，掌握了基本語法之后，不知道在哪里案例上手， 很多已經可能知道案例的人，卻不怎么去學習更多高深的知識， 這三類人，我給大家提供一個好的學習平臺，免費獲取視頻教程，電子書，以及課程的源代碼！ QQ群：101677771 歡迎加入，一起討論學習
在開發者模式，我們通過翻頁找到了評論資料源地址，
找到評論資料源
某頁的地址如下：https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId=100002080143&score=0&sortType=6&page=1&pageSize=10&isShadowSku=0&rid=0&fold=1
決議如下：
url = '
https://club.jd.com/comment/productPageComments.action?'
params = {
'callback': 'fetchJSON_comment98',
'productId': productId,
'score': 0,
'sortType': 6,
'page': page, # 變數，頁碼
'pageSize': 10,
'isShadowSku': 0,
'rid': 0,
'fold': 1,
}
采集程序
根據對頁面分析及所需資料的決議，我們可以構造獲取評論資訊的函式如下，得到的是某頁的評論串列資料
# 獲取評論資訊
def get_comments(productId, page, proxies=None):
# time.sleep(0.5)
url = 'https://club.jd.com/comment/productPageComments.action?'
params = {
'callback': 'fetchJSON_comment98',
'productId': productId,
'score': 0,
'sortType': 6,
'page': page,
'pageSize': 10,
'isShadowSku': 0,
'fold': 1,
}
# print(proxies)
r = requests.get(url, headers=headers, params=params,
# proxies=proxies,
timeout=6)
comment_data = https://www.cnblogs.com/sn5200/p/re.findall(r'fetchJSON_comment98\((.*)\)', r.text)[0]
comment_data = https://www.cnblogs.com/sn5200/p/json.loads(comment_data)
comments = comment_data['comments']
return comments
資料預覽
由于請求次數過多可能觸發反爬，為了盡可能采集更多資料，實際操作中我會用到代理ip的方法，
對于采集到的資料，我們做了簡單的清洗處理
df = pd.DataFrame(commentsList)
df.drop_duplicates(subset='guid',inplace=True)
df = df[~(df['content']=='此用戶未填寫評價內容')]
df = df[['id', 'content', 'creationTime', 'score', 'plusAvailable',
'mobileVersion', 'productColor', 'referenceTime', 'nickname']]
資料預覽
2. 統計展示
本部分我們主要看絲襪的顏色分布，購買絲襪的用戶評價詞云、用戶屬性以及絲襪市場份額
2.1. 顏色分布
由于采集到的原始資料中是按組合賣的，我們做簡單的處理后拆分出每個顏色的數量，然后進行統計展示，
膚色（也就是肉色）占比最高，達到62.9%，其次是黑色占比23.3%，
原始資料大家可以后臺回復 955，在 絲襪資料 檔案夾領取，
import pandas as pd
df = pd.read_excel('絲襪資料.xlsx')
df['顏色'] = df.顏色.str.replace('雙','').str.split('+')
df = df.explode('顏色')
df[['顏色','單件數']] = df.顏色.str.extract('(?P<顏色>.*?)(?P<單件數>\d)')
df['單件數'] = df['單件數'].astype('int')
df['數量'] = df['單件數']*df['commentCount']
colorNum = df.groupby('顏色')['數量'].sum().to_frame('數量')
colorNum
顏色數量咖啡色34334灰色44372膚色359305黑色133268
# 餅圖繪制
import matplotlib.pyplot as plt
from matplotlib import font_manager as fm
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
labels = colorNum.index
sizes = colorNum['數量']
explode = (0, 0, 0, 0.1)
fig1, ax1 = plt.subplots(figsize=(6,5))
patches, texts, autotexts = ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
shadow=True, startangle=90)
ax1.axis('equal')
# 重新設定字體大小
proptease = fm.FontProperties()
proptease.set_size('large')
plt.setp(autotexts, fontproperties=proptease)
plt.setp(texts, fontproperties=proptease)
ax1.set_title('【絲襪 顏色】 分布')
plt.show()
2.2. 評價詞云
詞云繪制參考《140行代碼自己動手寫一個詞云制作小工具（文末附工具下載）》，我們直接將評論資料匯入即可，后臺回復 955，在絲襪資料 檔案夾領取評論資料，
詞云
2.3. 用戶屬性
會員分布
plus會員占比高達72.7%
評論時間分布
評論時間集中在上午10-11點和晚上的8-10點，，，
labels = timeNum.index
sizes = timeNum['數量']
plt.style.use('ggplot')
x = labels
plt.figure(figsize=(10,5))
plt.title("評論時間折線圖")
plt.xlabel("時間")
plt.xticks(labels)
plt.ylabel("數量")
plt.plot(x,sizes,'-',color='coral',label="評論數")
plt.legend()
plt.show()
2.4. 絲襪市場
購買絲襪較多的主要是集中在南方的城市
來源：絲襪消費流行趨勢報告
隨著時尚理念的不斷更迭，絲襪的款式也不再單一，年輕人也越來越追求個性化的絲襪，這在最新發布的《絲襪消費流行趨勢報告》中也有所體現，越來越多的人開始購買小眾款絲襪，
絲襪市場規模
截止到2019年（2020年疫情特殊不做參考），中國年產絲襪39.73億雙，位居全球第一，其中國內銷量33.94億雙，市場規模五年間從175億躍升至266.4億，說明國人對絲襪的接受度正越來越高，
不過值得一提的是，在這266.4億中，有3.57億是男性絲襪，且規模比2014年翻了一倍，或許在不遠的將來，男性穿絲襪將變成新的時尚，
fig, ax = plt.subplots(figsize=(10,5))
y_data = https://www.cnblogs.com/sn5200/p/[175.5, 190.2, 203.8, 224.2, 248.9, 266.4]
x_data = ['2014年', '2015年', '2016年', '2017年', '2018年', '2019年']
# 柱狀圖顏色
color = 'coral'
# 柱狀圖
bar = plt.bar(x_data, y_data, 0.5, color=color,edgecolor='grey')
# 設定標題
ax.set_title('絲襪市場規模（單位:億）',fontsize=14,y=1.05)
# 設定坐標軸標題
ax.set_ylabel("",fontsize = 12,color = 'black',alpha = 0.7,rotation=360)
# 設定Y軸區間
ax.set_ylim(0,300)
# 顯示資料標簽
for a,b in zip(x_data, y_data):
plt.text(a,b,
b,
ha='center',
va='bottom',
)
3. 絲襪起源與發展
雖然現在我們在大街小巷看到穿著絲襪的基本都是女性，并且我們聊到絲襪的時候都會和女性、性感掛鉤，但是，其實我們追溯絲襪的起源會發現，最早絲襪是高質量男性的必備，
大家可以回憶在中學時代歐美歷史里的知名人物的插圖，是不是都是穿著絲襪的！！
拿破侖
16世紀，隨著工業的發展，在歐洲出現了第一臺手工針織機，當時絲襪是一種相當昂貴的產品，只有在皇宮中的男性才有資格穿絲襪！對，男性！！你沒有看錯！！！在法國，貴族男性爭搶購買一條絲襪，仿佛絲襪成為一種高貴的象征，
當然在16世紀后期，英國人發明了更為先進的針織機，質量也有進一步提升，歐洲的貴婦名媛也開始穿起絲襪，而此時的絲襪以紅色、橙色、紫色為上品，看見女人們穿絲襪的模樣，男人們很自覺的不穿了，而是看女人們穿，這標志女人穿絲襪的時代到來了，
法國國王路易十四
20世紀初，隨著兩次技術革命的重新，尼龍絲襪一度風靡全球，在歐洲尼龍絲襪一度出現脫銷，
二戰爆發期間，尼龍被列為軍需用品，尼龍絲襪生產癱瘓，只能限量發售，戰爭期間有人做了調查：女人們最想要的是什么？結果三分之二選擇了絲襪，而選男人的，還不到三分之一，在絲襪面前，男人一文不值，在黑市上，一雙絲襪的價格，一度被炒到四千美元，沒錢的女人，只能用粉餅或眉筆在腿上畫出絲襪來“畫餅充饑”，
戰爭結束，尼龍絲襪恢復生產，女人們如愿以償，男人們也如愿以償了，
1950年，尼龍絲襪開始大規模的生存，在外國普通的女人也可以買到一雙價格低廉的絲襪！女人們興高采烈地排長隊搶購尼龍絲襪，“求襪若渴”的女人買到了尼龍絲襪后，等不及回家，干脆坐在馬路邊，露出雪白大腿當眾換上，一時肉色撩人，風情萬種，鼻血飛濺，
1980年，絲襪等一些產品相繼從香港向內地流行開來，當時的內地女生只是想買而不敢去試穿！
1990年，絲襪逐漸被人所接受，性感的肉絲成為當時女人的時尚標配性搭配，
20世紀80年代穿著時尚絲襪的中國姑娘
21世紀，絲襪出現了材質，顏色，種類的不同，絲襪完全揭開了神秘的面紗，如同冬天我們離不開保暖的打底連褲絲襪一樣，可以達到緊致腿部塑性效果的絲襪更是妹子們手中必不可少的神器，
以上就是本次全部內容，我們從京東某品牌絲襪的資料做展開引申，再介紹了絲襪在中國的市場規模發展以及絲襪的起源，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/412880.html
標籤：Python