告诉你李子柒的螺蛳粉到底有多火

　　CDA数据分析师出品
　　作者：Mika
　　数据：真达
　　后期：泽龙
　　【导语】：今天我们聊聊火遍全网的螺蛳粉，Python技术部分可以直接看第二部分。
　　Showmedata，用数据说话
　　今天我们聊聊螺蛳粉
　　点击下方视频，先睹为快：
　　居家隔离的日子里，各类方便速食食品成了许多人的心头爱。特别是螺蛳粉，异军突起，火遍全网，几乎卖到脱销。有的螺蛳粉热销店铺的购买页面还显示，现在下单，预售40天后发货，这是种什么操作？
　　万万没想到，这些日子发不出货的，除了口罩，还有螺蛳粉。
　　今天我们就来聊一聊火遍全网的螺蛳粉。
　　01：hr让吃货们买到断货的
　　螺蛳粉
　　螺蛳粉气味腥臭，味道酸辣，被戏称为生化武器。然而吃起来却让人欲罢不能，再加上称为灵魂的酸笋，不禁让人大呼，爱了爱了！就是这个味儿！
　　那么谁家卖的螺蛳粉最火，最好吃？吃货们都怎么看？
　　我们搜集整理了淘宝上关于螺蛳粉店铺的数据：
　　店铺销量排行
　　可以看到：销量前三的店铺分别是李子柒旗舰店、好欢螺旗舰店、嘻螺会鼎容鲜专卖店。其中李子柒旗舰店的以月销量66万一骑绝尘。紧随其后的是好欢螺月销量57万。第三是嘻螺会21万。
　　各省螺蛳粉店铺和销量排行
　　最为螺蛳粉发源地，无论是在店铺数量和商品销量上，广西地区都占据了全国的大部分比重，绝对的王者。
　　螺蛳粉都卖多少钱？
　　我们分析了市面上销售螺蛳粉的价格区间，发现一份螺蛳粉一般35包。其中定价在3050元一份的卖得最好，占到全网总销量的59。04。这个价格区间，普遍让人接受，35包的量也很合适。
　　其次是030元一份的，销量占比27。93，这个价格不仅物美价廉，对于想尝试螺蛳粉的新手都十分友好。
　　然后是一份售价5080的螺蛳粉，销量占比10。22。这个价位一般都有5包以上，对于螺蛳粉的重度爱好者来说是不错的选择。
　　买螺蛳粉，大家都看重什么？
　　从广大螺蛳粉的评价中我们可以看到：
　　大家的焦点尤其在，螺蛳粉产地要正宗。来自广西，特别是螺蛳粉的发源地柳州。
　　当然有意思的是，销量最高的李子柒卖的螺蛳粉产地不在广西，而是嘉兴。可能这就是网红强大的带货力吧。
　　其次包邮也是最关键的。毕竟，为了几块钱运费跟电商卖家磨半天嘴皮子，或者毫不留情地直接pass掉不包邮的店铺，这都是我们的真实写照。
　　02：hrPython分析
　　李子柒的螺蛳粉到底有多火？
　　接着，我们再看到全网螺蛳粉销量之王的李子柒店铺。这次我们用Python来进行分析，先看到结论：
　　评论时间热度图：
　　从数据可以看到，螺蛳粉的数据从去年12月2日开始，一直不温不火，然而从3月中下旬开始，购买和评论数量持续走高，如今这个数据还在急剧上升。
　　消费者关注维度占比：
　　看来，螺蛳粉的口感（好不好吃）是客户最最最关注的点，占比高达41。45，领先其他类别N个身位。
　　其他的维度：包装、原料、品牌，而物流和日期则提及较少，看来消费者不是太关注这些角度，或者目前基本满足要求。
　　关注点细节占比分布：
　　整体来看，主流评论以好评为主，其中口感、品牌（这个地方其实没有细分）、包装以正面评价占绝对主导。
　　原料、日期和性价比，负面评价占比分别是10和32和15。
　　评论分布词云图：
　　从词云可以看到，螺蛳粉好不好吃是大家关注的焦点。味道口感好吃新鲜度等词都频频出现。
　　其次李子柒的巨大带货能力也不容小觑，毕竟很多人都是冲着李子柒小姐姐来买的。
　　具体步骤和代码如下：
　　一、导入数据和基本处理
　　导入包
　　importnumpyasnp
　　importpandasaspd
　　importmatplotlib。pyplotasplt
　　importseabornassns
　　importre
　　读入数据
　　dfpd。readexcel（李子柒螺蛳粉评论。xlsx）
　　df。head（）
　　去除重复值
　　df。dropduplicates（inplaceTrue）
　　df。info（）
　　
　　Int64Index：1980entries，0to1979
　　Datacolumns（total5columns）：
　　UserNick1980nonnullobject
　　commenttime1980nonnulldatetime64〔ns〕
　　content1980nonnullobject
　　auctionSku1980nonnullobject
　　commentdate1980nonnullobject
　　dtypes：datetime64〔ns〕（1），object（4）
　　memoryusage：92。8KB
　　二、数据分析
　　时间热度分析
　　代码：
　　时间走势图
　　df〔commenttime〕pd。todatetime（df〔commenttime〕）
　　df〔commentdate〕df〔commenttime〕。dt。date
　　commentnumdf〔commentdate〕。valuecounts（）。sortindex（）
　　frompyecharts。chartsimportLine
　　frompyechartsimportoptionsasopts
　　折线图
　　line1Line（initoptsopts。InitOpts（width1350px，height750px））
　　line1。addxaxis（commentnum。index。tolist（））
　　line1。addyaxis（热度，commentnum。values。tolist（），
　　areastyleoptsopts。AreaStyleOpts（opacity0。5），
　　labeloptsopts。LabelOpts（isshowFalse））
　　line1。setglobalopts（titleoptsopts。TitleOpts（title商品评价数量走势图），
　　xaxisoptsopts。AxisOpts（axislabeloptsopts。LabelOpts（rotate30）），
　　toolboxoptsopts。ToolboxOpts（），
　　visualmapoptsopts。VisualMapOpts（max400））
　　line1。setseriesopts（linestyleoptsopts。LineStyleOpts（width3））
　　line1。render（）
　　推测2019年12。02上线商品，购买和评论数量持续走高。
　　三、评论分析
　　我们从以下几个角度对评论进行分析：
　　包装
　　品牌
　　物流
　　产品
　　性价比
　　defjudgecomment（df，result）：
　　创建一个空数据框
　　judgespd。DataFrame（np。zeros（13len（df））。reshape（len（df），13），
　　columns〔品牌，物流正面，物流负面，包装正面，包装负面，原料正面，
　　原料负面，口感正面，口感负面，日期正面，日期负面，
　　性价比正面，性价比负面〕）
　　foriinrange（len（result））：
　　wordresult〔i〕
　　李子柒的产品具有强IP属性，基本都是正面评价，这里不统计情绪，只统计提及次数
　　if李子柒inwordor子柒inwordor小柒inwordor李子七inwordor小七inword：
　　judges。iloc〔i〕〔品牌〕1
　　先判断是不是物流相关的
　　if物流inwordor快递inwordor配送inwordor取货inword：
　　再判断是正面还是负面情感
　　if好inwordor不错inwordor棒inwordor满意inwordor迅速inword：
　　judges。iloc〔i〕〔物流正面〕1
　　elif慢inwordor龟速inwordor暴力inwordor差inword：
　　judges。iloc〔i〕〔物流负面〕1
　　判断是否包装相关
　　if包装inwordor盒子inwordor袋子inwordor外观inword：
　　if高端inwordor大气inwordor还行inwordor完整inwordor好inwordor
　　严实inwordor紧inwordor精致inword：
　　judges。iloc〔i〕〔包装正面〕1
　　elif破inwordor破损inwordor瘪inwordor简陋inword：
　　judges。iloc〔i〕〔包装负面〕1
　　产品
　　产品原料是牛肉为主，且评价大多会提到牛肉，因此我们把这个单独拎出来分析
　　if米粉inwordor汤inwordor配料inwordor腐竹inwordor花生inword：
　　if劲道inwordor多inwordor足inwordor香inwordor才inwordor
　　脆inwordorniceinword：
　　judges。iloc〔i〕〔原料正面〕1
　　elif小inwordor少inwordor没inword：
　　judges。iloc〔i〕〔原料负面〕1
　　口感的情绪
　　if口味inwordor味道inwordor口感inwordor吃起来inword：
　　if不错inwordor浓鲜inwordor十足inwordor鲜inwordor
　　可以inwordor喜欢inwordor符合inword：
　　judges。iloc〔i〕〔口感正面〕1
　　elif不好inwordor不行inwordor不鲜inwordor
　　太烂inword：
　　judges。iloc〔i〕〔口感负面〕1
　　口感方面，有些是不需要出现前置词，消费者直接评价好吃难吃的，例如：
　　if难吃inwordor不好吃inword：
　　judges。iloc〔i〕〔口感负面〕1
　　elif好吃inwordor香inword：
　　judges。iloc〔i〕〔口感正面〕1
　　日期是不是新鲜
　　if日期inwordor时间inwordor保质期inword：
　　if新鲜inword：
　　judges。iloc〔i〕〔日期正面〕1
　　elif久inwordor长inword：
　　judges。iloc〔i〕〔日期负面〕1
　　elif过期inword：
　　judges。iloc〔i〕〔日期负面〕1
　　性价比
　　if划算inwordor便宜inwordor赚了inwordor囤货inwordor超值inwordor
　　太值inwordor物美价廉inwordor实惠inwordor性价比高inwordor不贵inword：
　　judges。iloc〔i〕〔性价比正面〕1
　　elif贵inwordor不值inwordor亏了inwordor不划算inwordor不便宜inword：
　　judges。iloc〔i〕〔性价比负面〕1
　　finalresultpd。concat（〔df，judges〕，axis1）
　　returnfinalresult
　　得到数据框
　　judgejudgecomment（df，resultdf。content）
　　judge。head（）
　　结果汇总
　　rankjudge。iloc〔：，5：〕。sum（）。resetindex（）。sortvalues（0，ascendingFalse）
　　rank。columns〔分类，提及次数〕
　　rank〔占比〕rank〔提及次数〕rank〔提及次数〕。sum（）
　　rank〔高级分类〕rank〔分类〕。str〔：2〕
　　rank
　　rank。loc〔0，高级分类〕品牌
　　rank
　　df。shape
　　（1980，5）
　　此次评论数据去重之后一共有1980条评论数据，粗略一看，口感和包装、原料占比较高，画个图更细致的看看。
　　ranknumrank。groupby（高级分类）〔提及次数〕。sum（）。sortvalues（ascendingFalse）
　　ranknum
　　高级分类
　　口感1511。0
　　包装695。0
　　原料602。0
　　品牌422。0
　　日期208。0
　　性价比146。0
　　物流61。0
　　Name：提及次数，dtype：float64
　　datapair〔list（z）forzinzip（ranknum。index，ranknum。values）〕
　　datapair
　　〔〔口感，1511。0〕，
　　〔包装，695。0〕，
　　〔原料，602。0〕，
　　〔品牌，422。0〕，
　　〔日期，208。0〕，
　　〔性价比，146。0〕，
　　〔物流，61。0〕〕
　　frompyecharts。chartsimportPie
　　pie1Pie（initoptsopts。InitOpts（width1350px，height750px））
　　pie1。add（
　　seriesnamenum，
　　radius〔35，55〕，
　　datapairdatapair，
　　labeloptsopts。LabelOpts（
　　positionoutside，
　　formatter｛a｛a｝｝｛abg｝｛hr｝｛b｛b｝：｝｛c｝｛per｛d｝｝，
　　backgroundcoloreee，
　　bordercoloraaa，
　　borderwidth1，
　　borderradius4，
　　rich｛
　　a：｛color：999，lineHeight：22，align：center｝，
　　abg：｛
　　backgroundColor：e3e3e3，
　　width：100，
　　align：right，
　　height：22，
　　borderRadius：〔4，4，0，0〕，
　　｝，
　　hr：｛
　　borderColor：aaa，
　　width：100，
　　borderWidth：0。5，
　　height：0，
　　｝，
　　b：｛fontSize：16，lineHeight：33｝，
　　per：｛
　　color：eee，
　　backgroundColor：334455，
　　padding：〔2，4〕，
　　borderRadius：2，
　　｝，
　　｝，
　　），
　　）
　　pie1。setglobalopts（legendoptsopts。LegendOpts（posleftleft，postop30，orientvertical），
　　toolboxoptsopts。ToolboxOpts（），
　　titleoptsopts。TitleOpts（title消费者关注占比分布））
　　pie1。setseriesopts（
　　tooltipoptsopts。TooltipOpts（triggeritem，formatter｛a｝
　　｛b｝：｛c｝（｛d｝））
　　）
　　pie1。render（）
　　看来，螺蛳粉的口感（好不好吃）是客户最最最关注的点，没有之一，占比高达41。45，领先其他类别N个身位。
　　包装、原料、品牌，而物流和日期则提及较少，消费者貌似不太关注，或者说目前基本满足要求。
　　那不同类别正负面评价占比是怎么样的呢？
　　frompyechartsimportoptionsasopts
　　frompyecharts。chartsimportBar
　　frompyecharts。commons。utilsimportJsCode
　　frompyecharts。globalsimportThemeType
　　list2〔
　　｛value：1484。0，percent：1484。0（1484。027。0）｝，
　　｛value：692。0，percent：692。0（692。03。0）｝，
　　｛value：539。0，percent：539。0（539。063。0）｝，
　　｛value：422。0，percent：422。0（422。00）｝，
　　｛value：142。0，percent：142。0（142。066。0）｝，
　　｛value：124。0，percent：124。0（124。022。0）｝，
　　｛value：58。0，percent：58。0（58。03。0）｝，
　　〕
　　list3〔
　　｛value：27。0，percent：27。0（27。01484。0）｝，
　　｛value：3。0，percent：3。0（3。0692。0）｝，
　　｛value：63。0，percent：63。0（63。0539。0）｝，
　　｛value：0，percent：0（0422。0）｝，
　　｛value：66。0，percent：66。0（66。0142。0）｝，
　　｛value：22。0，percent：22。0（22。0124。0）｝，
　　｛value：3。0，percent：3。0（3。058。0）｝，
　　〕
　　bar1Bar（initoptsopts。InitOpts（width1350px，height750px，themeThemeType。LIGHT））
　　bar1。addxaxis（〔口感，包装，原料，品牌，日期，性价比，物流〕）
　　bar1。addyaxis（正面评论，list2，stackstack1，categorygap50）
　　bar1。addyaxis（负面评论，list3，stackstack1，categorygap50）
　　bar1。setglobalopts（titleoptsopts。TitleOpts（title关注点细分占比分布））
　　bar1。setseriesopts（
　　labeloptsopts。LabelOpts（
　　positionright，
　　formatterJsCode（
　　function（x）｛returnNumber（x。data。percent100）。toFixed（）；｝
　　），
　　）
　　）
　　bar1。render（）
　　importjieba
　　importjieba。analyse
　　txtdf〔content〕。str。cat（sep。）
　　添加关键词
　　jieba。addword（李子柒）
　　读入停用词表
　　stopwords〔〕
　　withopen（stopwords。txt，r，encodingutf8）asf：
　　linesf。readlines（）
　　forlineinlines：
　　stopwords。append（line。strip（））
　　添加停用词
　　stopwords。extend（〔40，hellip，一袋，一包，一个月，
　　一点，一个多月，第一次，哈哈哈，
　　螺狮粉，螺蛳〕）
　　评论字段分词处理
　　wordnumjieba。analyse。extracttags（txt，
　　topK100，
　　withWeightTrue，
　　allowPOS（））
　　去停用词
　　wordnumselected〔〕
　　foriinwordnum：
　　ifi〔0〕notinstopwords：
　　wordnumselected。append（i）
　　keywordspd。DataFrame（wordnumselected，columns〔words，num〕）
　　keywords。head（）
　　frompyecharts。chartsimportWordCloud
　　frompyecharts。globalsimportSymbolType
　　词云图
　　word1WordCloud（initoptsopts。InitOpts（width1350px，height750px））
　　word1。add（，〔zip（keywords。words，keywords。num）〕，
　　wordsizerange〔20，200〕，
　　shapeSymbolType。DIAMOND）
　　word1。setglobalopts（titleoptsopts。TitleOpts（评论分布词云图），
　　toolboxoptsopts。ToolboxOpts（））
　　word1。render（）
　　frompyecharts。chartsimportPage
　　pagePage（）
　　page。add（pie1，bar1，word1）
　　page。render（评论分析。html）
　　以上就是关于螺蛳粉的全部分析内容啦。要问为什么螺蛳粉这么臭，还有这么多人爱呢？
　　其实对吃货们而言，喜欢的就是螺蛳粉又腥又臭又辣的味道，等疫情过去，螺蛳粉店估计也要爆满了。
　　关注CDA数据分析师公众号
　　CDA数据分析师
　　本文出品：CDA数据分析师（ID：cdacdacda）