小案例(四)：销售额下滑（python）

案件回顾

饭团销售额下滑

酒馆的热销菜品之一饭团，近几个月销量比去年同期少了约2成
酒馆给出了47种菜品，三个月内每天的销售数据（问题：什么原因导致了饭团销量的下降？）

菜品销量变化分析

将数据存储为csv格式，导入python。为了直观的看看饭团销售额的时间序列，画出饭团3个月内的销售额时间序列图。

menus.日期 = pd.to_datetime(menus.日期) import matplotlib.pyplot as plt import pylab menus.index = menus.iloc[:,1] menus.loc[menus.品名=='饭团'].iloc[:,2].plot() plt.ylabel("销售额") pylab.show()

时间序列图，即横轴代表时间轴的图。从图中可以看出，4月份以后，折线整体呈下降趋势，即销售额下降。折线波动的很厉害，因为周末销售额会上涨。再看看炒饭的销售情况。

menus.loc[menus.品名=='炒饭'].iloc[:,2].plot() plt.ylabel("销售额") pylab.show()

从图中可直观看出，炒饭的销售额波动一样厉害，但是整体没有向上或向下的趋势。再看面条类的销售情况。

menus.loc[menus.品名=='意大利面'].iloc[:,2].plot(label='意大利面') menus.loc[menus.品名=='酱汁炒面'].iloc[:,2].plot(label='酱汁炒面') menus.loc[menus.品名=='乌冬面'].iloc[:,2].plot(label='乌冬面') menus.loc[menus.品名=='什锦面'].iloc[:,2].plot(label='什锦面') menus.loc[menus.品名=='拉面'].iloc[:,2].plot(label='拉面') plt.ylabel("销售额") plt.legend() pylab.show()

从图上可以看出，5种面条，从4月份开始，每种的销售额都涨了一点。一般来说，很少人米饭面条会一起点，所以一边增加了，另一边减少也很正常。虽然看上去饭团的销售额与面条的销售额有关系，但是饭团销售额下降的原因真的是因为面条吗？两者之间其实是一种伪相关，因为他们不属于因果关系，应该是由其他某种原因导致的这两者销售额的变化。通过散点图，可以得到各种食品两两比对后的结果，判断是否有相关性。其中，从散点图可以看到饭团和牛奶间存在明显的负相关。

plt.scatter(menus.loc[menus.品名=='饭团'].iloc[:,2],menus.loc[menus.品名=='牛奶'].iloc[:,2]) plt.xlabel("饭团") plt.ylabel("牛奶") pylab.show()

在实际生活中，饭团与牛奶间不存在替代关系，即不应该出现两者的负相关关系，因此图像显示的情况与实际有出入。再来看牛奶的销售情况图。

menus.loc[menus.品名=='牛奶'].iloc[:,2].plot() plt.ylabel("销售额") pylab.show()

从图中可看出，牛奶的销售量从4月份开始，突然上涨明显。调查原因发现，酒馆进了一种米奶，也就是稀粥，与饭团产生了替代关系，导致饭团销量减少。

几个小概念

相关系数：观察散点图，如果点从左下到右上呈带状分布，那么两个数据就是正相关。如果是从左上到右下分布，就是负相关。但这只是根据肉眼进行的判断，有时候用数字判断比用图判断更好。比如计算牛奶和饭团销售额的相关系数。

a = menus.loc[menus.品名=='牛奶'].iloc[:,2] b = menus.loc[menus.品名=='饭团'].iloc[:,2] c = pd.concat([a,b],axis=1) c.columns = ['牛奶','饭团'] c.corr()

结果为：

牛奶饭团牛奶1.000000-0.574642饭团-0.5746421.000000

相关系数代表了2组数据之间的线性关系强弱，取值范围为[-1,1]，越接近1意味正相关性越高，越接近－1意味着负相关性越高。从计算结果可以看出，牛奶和饭团呈弱负相关性。

后台回复“热销品”，可获得本例中数据

机器学习养成记