你想知道如何用 Python 对采集到的京东商品详情数据做分析，我会用「简洁步骤 + 核心方法 + 实用案例」的形式，从数据预处理→多维度分析→可视化输出 展开，聚焦新手易上手、实用性强的分析思路，覆盖价格、销量、库存等核心维度。
一、核心前提
数据准备：采集到的京东商品数据（建议整理为 CSV/JSON 格式，包含字段：商品 ID、标题、品牌、价格、销量、库存状态、店铺名称等）；
依赖安装：只需 2 个核心库，新手友好：
pip install pandas matplotlib # pandas处理数据，matplotlib可视化
二、核心分析流程（4 步）
步骤 1：数据预处理（基础且关键）
目的：清洗脏数据、统一格式，避免分析出错。
import pandas as pd
# 1. 读取采集的数据（以CSV为例，JSON可先用pd.read_json()读取）
df = pd.read_csv("jd_item_data.csv", encoding="utf-8-sig")
# 2. 基础清洗：删除空行、去重、统一字段格式
df = df.dropna(subset=["商品ID", "价格"]) # 删除核心字段为空的行
df = df.drop_duplicates(subset=["商品ID"]) # 按商品ID去重
df["价格"] = df["价格"].astype(float) # 价格转为浮点数（便于计算）
# 3. 处理非标准字段（如销量"10万+"转为数值）
def parse_sales(sales_str):
if pd.isna(sales_str) or sales_str == "暂无数据":
return 0
sales_str = str(sales_str).replace("+", "").replace("万", "0000")
try:
return int(float(sales_str))
except:
return 0
df["销量数值"] = df["销量"].apply(parse_sales) # 新增销量数值列，便于分析步骤 2：核心维度分析（实用且高频）
基于预处理后的数据，做 4 个核心维度分析，覆盖竞品 / 选品核心需求：
# ========== 1. 价格分析 ==========
print("=== 价格分析 ===")
print(f"平均价格：{df['价格'].mean():.2f}元")
print(f"价格中位数：{df['价格'].median():.2f}元")
print(f"价格最低：{df.loc[df['价格'].idxmin(), '商品名称']}（{df['价格'].min()}元）")
print(f"价格最高：{df.loc[df['价格'].idxmax(), '商品名称']}（{df['价格'].max()}元）")
# ========== 2. 品牌分析（按品牌分组） ==========
print("\n=== 品牌分析 ===")
brand_group = df.groupby("品牌")
# 各品牌商品数量
brand_count = brand_group["商品ID"].count().sort_values(ascending=False)
print("各品牌商品数量：\n", brand_count)
# 各品牌平均价格
brand_avg_price = brand_group["价格"].mean().sort_values(ascending=False)
print("各品牌平均价格：\n", brand_avg_price)
# ========== 3. 销量分析 ==========
print("\n=== 销量分析 ===")
# 销量TOP5商品
top5_sales = df.sort_values("销量数值", ascending=False).head(5)[["商品名称", "品牌", "销量数值"]]
print("销量TOP5商品：\n", top5_sales)
# 有货/无货商品数量
stock_count = df["库存状态"].value_counts()
print("库存状态分布：\n", stock_count)
# ========== 4. 价格-销量相关性分析 ==========
print("\n=== 价格-销量相关性 ===")
# 计算价格与销量的相关系数（-1~1，负数表示价格越低销量越高）
corr = df["价格"].corr(df["销量数值"])
print(f"价格与销量相关系数：{corr:.2f}")
if corr < -0.3:
print("结论：价格越低，销量越高（强负相关）")
elif corr > 0.3:
print("结论：价格越高，销量越高（强正相关）")
else:
print("结论：价格与销量无明显相关性")步骤 3：可视化分析（直观易懂）
把分析结果转为图表，比纯文字更易解读：
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"] # 解决中文显示问题
plt.rcParams["axes.unicode_minus"] = False
# 1. 品牌价格对比（柱状图）
plt.figure(figsize=(10, 6))
brand_avg_price.plot(kind="bar", color="skyblue")
plt.title("各品牌平均价格对比")
plt.xlabel("品牌")
plt.ylabel("平均价格（元）")
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig("品牌价格对比.png", dpi=300)
# 2. 销量TOP5商品（横向柱状图）
plt.figure(figsize=(10, 6))
top5_sales.plot(kind="barh", x="商品名称", y="销量数值", color="orange")
plt.title("销量TOP5商品")
plt.xlabel("销量")
plt.ylabel("商品名称")
plt.tight_layout()
plt.savefig("销量TOP5.png", dpi=300)
# 3. 价格分布（直方图）
plt.figure(figsize=(10, 6))
plt.hist(df["价格"], bins=10, color="green", alpha=0.7)
plt.title("商品价格分布")
plt.xlabel("价格（元）")
plt.ylabel("商品数量")
plt.tight_layout()
plt.savefig("价格分布.png", dpi=300)步骤 4：生成分析报告（汇总结果）
把分析结论整理为结构化报告，便于落地使用：
# 生成文字版分析报告
report = f"""
# 京东商品详情数据分析报告
## 数据概况
- 分析商品总数：{len(df)}个
- 涉及品牌数：{df['品牌'].nunique()}个
- 价格区间：{df['价格'].min()}元 ~ {df['价格'].max()}元
- 平均价格：{df['价格'].mean():.2f}元
## 核心结论
1. 价格分析：{df.loc[df['价格'].idxmin(), '品牌']}品牌价格最低（{df['价格'].min()}元），{df.loc[df['价格'].idxmax(), '品牌']}品牌价格最高（{df['价格'].max()}元）；
2. 销量分析：销量最高的商品为{df.loc[df['销量数值'].idxmax(), '商品名称']}（{df['销量数值'].max()}件）；
3. 库存分析：有货商品{stock_count.get('有货', 0)}个，无货商品{stock_count.get('无货', 0)}个；
4. 相关性：价格与销量相关系数为{corr:.2f}，{('价格越低销量越高' if corr < -0.3 else '价格越高销量越高' if corr > 0.3 else '无明显相关性')}。
"""
# 保存报告到文件
with open("商品分析报告.md", "w", encoding="utf-8") as f:
f.write(report)
print("✅ 分析报告已保存为 商品分析报告.md")三、核心注意点（避坑）
数据格式统一：价格、销量等字段必须转为数值类型才能计算，否则会出现「字符串比较错误」；
缺失值处理：用
dropna()删除核心字段为空的数据，或用fillna()填充（如销量缺失填 0）；中文显示：必须设置
plt.rcParams解决 matplotlib 中文乱码，否则图表会显示方块；分析维度扩展：可新增「好评率分析」「店铺销量排行」「价格波动分析（历史数据）」等，只需基于现有代码新增分组 / 计算逻辑。
总结
核心逻辑：先通过 pandas 清洗数据（统一格式、处理脏数据）→ 再做分组 / 统计分析（价格、销量、品牌）→ 用 matplotlib 可视化 → 最后汇总为结构化报告；
关键操作：价格 / 销量的类型转换、品牌分组统计、相关性计算是核心；
实用性：这套流程适配新手，覆盖选品 / 竞品分析的核心需求，可直接套用在自己采集的数据上。
