2009-2019年亚马逊畅销书50强数据集可视化分析-基于Pandas-Seaborn

Amazon Top 50 Bestselling Books 2009 - 2019

导入相关的包

import numpy as np
import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as snsprint("Setup Complete")

获取相关的数据

Name:书名
Author:作者
User Rating:用户评分
Reviews:用户评论数
Price:书的价格
Year:它在最畅销书中排名的年份
Genre:小说还是非小说

# 获取原始数据
data_original = pd.read_csv("./bestsellers with categories.csv")
data_original

对全部书进行数据分析

小说和非小说的数量

# 非小说的数量
AllNonFiction_count = data_original.loc[data_original.Genre == "Non Fiction"].Genre.count()
# 小说的数量
AllFiction_count = data_original.loc[data_original.Genre == "Fiction"].Genre.count()
# 转换成DataFrame对象
data = {'count':[AllFiction_count,AllNonFiction_count]}
data = pd.DataFrame(data=data, index=['Fiction','NonFiction'])

绘制条形图
由图像可以知道非小说占大部分

plt.figure(figsize=(10,6))
plt.title("Non Fiction and Fiction")sns.barplot(x=data.index, y=data['count'])plt.xlabel("isFiction")
plt.ylabel("Count")

获取评分最高的书和评分最低的书

查看所有书的评分，可以知道最高评分是4.9分，最低是3.3分

# 查看所有的评分
data = data_original['User Rating'].unique()
# 按从小到大排序
data.sort()
dataarray([3.3, 3.6, 3.8, 3.9, 4. , 4.1, 4.2, 4.3, 4.4, 4.5, 4.6, 4.7, 4.8,4.9])

rating_top = data_original.loc[data_original['User Rating']==4.9]
rating_top.head()

评分最低的书仅一本，为《The Casual Vacancy》

# 获取评分最低的书
rating_bottom = data_original.loc[data_original['User Rating']==3.3]
rating_bottom

对评分最高的书做处理分析

# 按年的升序排序
rating_top.sort_values('Year').head()

# 获取统计信息 有52本书
rating_top.count()

获取各项信息

小说和非小说的数量
每年的评分最高小说的数量

# 非小说的数量
NonFiction_count = rating_top.loc[rating_top.Genre == "Non Fiction"].Genre.count()
# 小说的数量
Fiction_count = rating_top.loc[rating_top.Genre == "Fiction"].Genre.count()
# 转换成DataFrame对象
data = {'count':[Fiction_count,NonFiction_count]}
data = pd.DataFrame(data=data, index=['Fiction','NonFiction'])

绘制条形图
由图像可知，评分最高的书籍中非小说只占小部分

plt.figure(figsize=(10,6))
plt.title("Non Fiction and Fiction")sns.barplot(x=data.index, y=data['count'])plt.xlabel("isFiction")
plt.ylabel("Count")

# 获取年
yeararray = rating_top.Year.unique()

# 获取每年的评分最高书籍的数量
count = []
index = []
for i in yeararray:index.append(i)count.append(rating_top.loc[rating_top.Year == i].Year.count())

# 生成dataFrame数组
year_topcount = {'count':count}
data = pd.DataFrame(data=year_topcount, index=index)

生成条形图和折现图
由下图可知，2019年评分最高的书最多，2011年最少

# 条形图
plt.figure(figsize=(10,6))
plt.title("Top Rating Book Count")sns.barplot(x=data.index, y=data['count'])plt.xlabel("Year")
plt.ylabel("Count")

# 折线图
plt.figure(figsize=(10,6))
sns.lineplot(data=data)
plt.xlabel("Year")
plt.ylabel("Count")

2009-2019年亚马逊畅销书50强数据集可视化分析-基于Pandas-Seaborn相关推荐

2019年亚马逊跨境电商无货源店群如何来做？
淘宝的店群模式已经玩到了尽头,亚马逊成为2019主流模式第一,选择亚马逊现在国内传统的电商已经到尽头了,当下主流模式是亚马逊跨境电商,无货源这个词做电商的人都常常听得到,有的仍然还是有很多更不理解 ...
亚马逊各类存储的比较与分析
亚马逊各类存储的比较与分析摘要:本文通过对Amazon四大存储类型--Amazon S3.Amazon EBS.Amazon EFS.Amazon S3 Glacier分别的优劣势.适用场景和收费策 ...
今天，我辞去了亚马逊年薪 50 万美金的工作！
作者 | Daniel Vassallo 出品 | CSDN 博客 CSDN 编者按: 亚马逊作为全球顶尖科技公司之一,是无数技术人与从业者向往的地方.本文作者在亚马逊从初级开发者做起,通过短短三年的 ...
亚马逊图书销量前五十分析
背景众所周知,亚马逊是全球最大的互联网书店.该数据集包含从2009年到2019年每年亚马逊上最畅销的前50的数据.包含550本书,使用Goodreads将数据分类为小说和非虚构类别. 导入相关包 i ...
亚马逊商城评论数据分析与可视化（KNN预测评分，绘制云图）
目录 1.项目源码 2.数据部分 2.1.数据说明 2.2.数据预处理 2.3.文本清理 3.文本特征提取 4.KNN分类器寻找相似产品 5.基于聚类的词关联 1.项目源码可在github下载: h ...
『亚马逊市值7680亿美元』高盛分析师说估值依然过低丨背后的逻辑是什么？
关注"AI时速"智赢未来 AI时进因着Ai的美好:用速度和激情创赢Ai时代! 职业创业|圈子机会|进化共赢与时俱进丨创赢未来每日AI 写在前面 2018/03/21 ...
关键词热度分析工具_亚马逊卖家：产品关键词挖掘分析必备工具！
做亚马逊的应该都知道,亚马逊的大部分流量都是来自于产品关键词的搜索,一个好的关键词可以大大的提高你的产品曝光,促进成交,还可以节省时间和成本,是增加流量最好的一个方法. 无论你是发布产品,还是优化Li ...
亚马逊家居行业中办公室家具市场前景分析及货源分享
提到家具行业,怎么能少了办公家具这个赛道? 在最近更新的亚马逊美国站TOP200热销榜单中,办公椅.电脑桌等多款办公家具产品被列入其中. 话说家具产品在2020年爆火后,需求曾一度回落,可从长远来看, ...
亚马逊开店店铺选品技巧分析
在亚马逊开店,产品是核心,没有好的产品,一切都是零,"七分靠选品,三分靠运营"这句话在亚马逊平台也是广泛流传.由此可见,在亚马逊开店选品是多么的重要,今天华钜同创就为大家带来亚马逊 ...

2009-2019年亚马逊畅销书50强数据集可视化分析-基于Pandas-Seaborn

Amazon Top 50 Bestselling Books 2009 - 2019

导入相关的包

获取相关的数据

对全部书进行数据分析

小说和非小说的数量

获取评分最高的书和评分最低的书

对评分最高的书做处理分析

获取各项信息

2009-2019年亚马逊畅销书50强数据集可视化分析-基于Pandas-Seaborn相关推荐

最新文章

热门文章