最近正值「618活動」，阿里、拼多多、京東等都在發力，商品的價格也下降了不少。我打開某寶首頁，頓時想對某些商品的評論進行一次爬取分析。
一提到爬取，我們肯定先想到python，那可真的是利器，不過我提醒一句，不允許爬的千萬不要碰。python雖然爬取簡單，但是做可視化分析需要費不少力氣，雖然有 Matplotlib 和 Seaborn 兩個包就足夠了。
如果只調用基本的函數可能做出來的圖會比較簡陋，要達到好看的效果還是需要很多的精力和代碼的，不適用於零基礎小白。
所以我想到了當下最火的BI分析工具，有了數據，直接拖拽就能得到可視化分析，完全就是零代碼，python+BI在手，打遍無敵手。原理也很簡單，數據獲取是通過Python進行的，然後得到Excel表，BI可以直接連接數據源，負責最後應用層的數據處理、加工和可視化。
那分析什麼呢？想來想去，我選擇了女性的內衣。
不要想歪，不要懷疑，這就是一個數據可視化項目，純屬娛樂，大家看看就行，重要是我分析的過程，如果能學到東西我就更開心了，我只用了13分鐘。
話不多說，進入主題。
一、數據獲取
數據來自python爬蟲獲取，淘寶約50個文胸商品的20W條評論數據，原始數據是txt格式，為了方便處理，這邊轉為Dataframe～
由於篇幅的限制，這裡只放部分代碼，感興趣的可以到文末。
二、分析目的
這裡先給大家做一個科普，對於很多隻知道A/B/C的紳士們，我們在看數據之前可能先得了解點知識，內衣是有上圍和下圍的區分的。
通過上圍與下圍的差值，我們就可以確定大小了。
雖然我沒買過，但是對分析維度還是了解的：
顏色與膚色的對比款式尺碼大小評價分析三、數據可視化
雖然獲取到的數據數量不是很大，才20W，但是Excel分析這個體量，肯定是會卡死的，而且Excel的可視化圖表簡直一言難盡，還需要各種函數...
上面說到BI工具，那市面上這麼多BI工具，怎麼去挑選呢？市面上知名的有Tableau、FineBI等，這兩個也是在知乎最受好評的工具，我從下面幾個方面簡單給你們講一下。
部署安裝：都是基於瀏覽器端即可使用的工具學習教程：FineBI更全面使用體驗（上手難度）和需求符合度：FineBI更適合小白產品功能：Tableau更佔優一點，但有些功能並不是國內企業所看重的，FineBI能做複雜報表報價和服務：FineBI的性價比很高，Tableau很貴所以我選擇FineBI進行這次可視化分析，先通過下面這個來了解一下：
不要單純的以為它只是個可視化工具，它的本質是數據分析工具，能通過數據對業務產生指導：
1、評論裡出現最多的關鍵詞
可以看見，內衣的顏色和膚色還是有很大關係的，不過據數據統計，妹子喜歡黑色佔大多數，因為在人的印象裡，好像粉色、紫色都有點怪怪的？
知道給自己女朋友/老婆買什麼顏色了嗎？不對，你們不一定有....
2、哪個尺寸的妹子最多？
D的數量很少，符合我們的認知。B的數量等於A+C的總和，這數據應該是準確的，穿B不代表就是B，就像你買衣服也喜歡寬鬆的，自己體會。
3、具體大小受什麼影響？
我從上下圍兩個角度來分析A/B/C/D的分布，這個應該是迄今為止最全面的內衣分析了，想說的都在圖裡。
4、她們喜歡什麼時候買內衣？
高峰期在上午和晚上，這也可以理解，大家都在玩手機，但是夜裡3點買的人，我想問問，你圖啥？
5、內衣的評價如何？
圖片來自於網絡
這是詞雲圖，字越大，代表佔的比重就越大，FineBI也能做，方法也是一樣，有了數據直接拖拽，然後選擇合適的圖表類型即可。
內衣畢竟是衣服，女性關注的點肯定是效果與舒適度，男性的話我就不知道了。
關於代碼和數據可視化工具，關注我，並轉發該文章，回復「內衣」即可獲得！！！
各位紳士，你們怎麼看？