无论男生女生，面对黑丝的诱惑，都无法拒绝。大家日常又喜欢什么类型的黑丝呢F1f;

今天，菜鸟哥和大家一起来看一下京东商城中，最火的黑丝产品，看看大家都喜欢购买何种类型的黑丝吧。

数据获取

当我们打开京东商城，输入关键词后，可以看到较火的一款黑丝商品是浪莎旗下的产品，有着10多万的评论。

点进商品详情页面后，通过对于网页页面的分析后，可以发现，不同的产品有着不同的Id信息。

所以我们首先要抓取所有的商品Id信息，并保存到本地。

上述的程序中，使用requests库请求网页源代码后，通过正则表达式来抓取各种丝袜型号的Id信息，并保存到本地的csv文件当中。

获取各种类型的评论数目

获得Id信息后，接下来我们就可以通过程序来获取到每种丝袜的评论数量。通过评论的数量，可以直观的反映出哪一种丝袜类型销量最高。

程序中，通过构造请求参数params来向url请求信息，通过json库来解析数据后，提取得到评论的数量。

得到的数量信息，可以通过可视化的方式来进行直观的展示。如下图所示。

从大家的评论数量统计中可以看到，超过半数的购买者，购买的丝袜是“黑色和肤色各买一双，是免脱开档的款式”。购买比基尼款式和加肥加大款式的的非常少。

这样的统计结果与大家日常中所观察到的情况非常的吻合。

获取各个款式的详细评论信息

接下来，为更进一步的进行分析，我们可以根据产品的不同Id获取用户的详细评论信息。

上图中，通过网页的分析，我们可以找到评论信息，并根据评论请求的链接，来构造请求信息。

上图程序中，4-13行是构造的请求参数，PRoductId表示各个型号的产品Id，page表示的是抓取的当前页数。

15-21行则是通过requests库向url来请求数据，通过json来解析数据。

22-45行通过提取我们需要的关键数据后，通过save_data函数来将数据保存到本地。

提取到的数据如下图所示：

数据分析

接下来，我们对于数据，进行一下深入的分析。

首先我们来看一下，大家对于丝袜的评分分布是怎样的。

从上图中，大家的评分可以看出，绝大部分的评论者都给出了5分的评分，表明这款丝袜在质量方面是非常过硬的。大家可以放心购买。

对于购买的月份分布，如下图所示。

可以看到，丝袜的购买量在第四季度数量较高。但需要注意的是，由于抓取到的数据当中，只有100页，上千条的数据，因此抓取到的数据分布可能存在偏差。

而对于大家的评论内容，则可以通过下图的词云进行展示。

从词云的展示结果可以看出，大家对于丝袜的质量是非常喜欢的，在手感、舒适程度以及性感展示方面都能够达到购买者的心理预期。

最后，菜鸟哥将评论者的晒图通过爬虫爬取下来，保存到本地。一起来看看丝袜的上身效果吧。

总结

通过上面的内容，菜鸟哥带领大家利用Python来分析了有关于丝袜的一些内容知识。目前Python已经是连续5年蝉联了第一语言了，应用的范围非常广泛，可以做很多事情，而且入门简单，功能强大，你如果再不学就out啦。

如果你自学感觉到很吃力，如果你一个学习很枯燥，跟看天书一样的，资料这么多也不知道选择哪一本书来看。想学习的时候遇到问题有人咨询，想通过趣味的案例加速学习，欢迎加入我们的队伍！

目前星球有近160人，一起学习

每个月只要6块钱，非常划算

推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街！唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
ai: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: PDF转Word，轻松搞定表格和水印！ | 一键把htML网页保存为pdf！|  再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜



欢迎关注我们的视频号