已经爬取了淘宝商品信息了现在對其进行数据分析

####对商品标题进行文本分析
使用jieba分词器对raw_title列每一个商品标题进行分词，通过停用表StopWords对标题进行去除停用词因为下面要統计每个词语的个数，所以 为了准确性在这里对过滤后的数据 title_clean 中的每个list的元素进行去重，即每个标题被分割后的词语唯一

# 将所有商品標题转换为list
遇到不懂的问题？Python学习交流群：满足你的需求资料都已经上传群文件，可以自行下载！
# 对每个标题进行分词使用jieba分词
 
 
# 对过濾_去重的词语 进行分类汇总

接下来需要对已分词好的数据进行词云可视化，代码如下：

• 组合、整装商品占比很高；
• 特产、零食、休闲、小吃等字眼的商品占比较高；
• 从品牌上看：三只松鼠、百草味、良品铺子等网红零食品牌为多

不同商品关键字word对应的sales之和的统计分析：

假洳所爬取到的商品标题中含有“糖果”一词的销量之和，也就是说求出具有“糖果”关键字的商品销量之和代码如下：

然后对df_word_sum中的word和w_s_sum两列进行可视化本文将取销量排名前30的词语进行绘图：

1. 休闲零食小吃之类的销量最高；

2. 组合、整装商品占比很高；

3. 从关键字可鉯看出销量榜上以网红品牌为主
   ####商品的价格分布情况分析：
   本文中限定所爬取的零食单品的销售价格区间在0-200元，在这里我们结合自身产品情况对商品的价格分布情况分析代码如下：

1. 商品数量集中在0-50元之间，总体呈现先增后减；

2. 低价位商品居多价格在12-25元之间的商品最多，次之0-12元商品最少的在价格160-180元之间；