项目名称:爬取热门图书销量和热度进行有声书推荐
项目简介:对网络上的热门书籍的数据进行爬取,并分析热门书籍的销量数据。给业务部的决策提供数据支持。
项目职责:爬取某些网站首页的书籍的数据,并对数据进行可视化分析。
技术要点:
1. 利用scrapy爬虫框架,进行数据爬取热销的书单,销售量,售价等数据100000条
2. 利用Numpy,Pandas对数据进行清洗
3. 使用groupby函数分组统计每一类图书的数目,平均单价和销售量
4. 使用matplotlib可视化展示数目与类目的关系
5. 对平均单价进行分箱处理
6. 统计不同区间数据的销量关系,并进行可视化展示
7. 完成数据分析报告的撰写