用數據對女生胸圍來次一本正經的探索吧

11-06

關愛女性健康,從我做起 !

小早說:關愛女性健康,從我做起 !

一、緣起心血來潮,突然想爬取天貓內衣的購買信息記錄,來對中國廣大女性的胸圍情況來次認真地探討 ( 很認真的那種 ) 。

爬取內容為評論裡的信息,包括尺碼,顏色以及評價。

數據獲取過程如下:

1. 習慣性打開開發者工具,果不其然,評論信息是動態生成的。

2. 所以就要到 network 去抓包,數據是 json 格式的。

3. 搞到評論的具體網址後分析下各參數,用 list 迭代豈不美滋滋 ?

4. 第一次迭代爬取 10w 條評論後用 set 去重後隻剩下 1000 多條 ???

5. 經分析,它每隔幾頁評論就會彈出一個反爬蟲連接驗證登錄,而且靠後一點,如 100 頁後的數據顯示的總是重復,經優化後一個商品差不多能爬到 4000 條不重復的評論。

6. 也可能是我技術還不到傢吧,能力不夠,努力來湊。

7. 我就爬取瞭不同的約 50 件商品的記錄,得到瞭 20w 條評論信息 ( 樣本容量還是有點小,不過取樣的范圍廣一點 ) 。二、前言前言首先,得對內衣的尺碼有所瞭解,為此我專門查瞭一下,在這裡給對這個還不熟悉的男同胞們科普一下。

胸圍分為上胸圍和下胸圍。如何測量下胸圍尺碼 ?

水平圍繞胸部乳房底部一周的長度,即為胸部下圍尺寸,單位:CM。

如何測量上胸圍方法 ?

水平圍繞胸部最高點 ( 乳 . 頭 ) 一周的長度,即為胸上圍尺寸,如測量尺寸時遇到小數,測量時建議采用進一法,例如 72.1 公分,計算為 73 公分。

還不知道怎麼測量,看圖。

如何計算罩杯的大小 ?

罩杯的大小就是上胸圍減去下胸圍的差。

根據步驟一測量的結果,用胸圍尺寸 - 下胸圍尺寸的差,即確定罩杯號型,對應罩杯參考。

本來以為 A 已經夠優秀瞭,沒想到還有 AA 的,比優秀還優秀。

加油,摸摸大 ! 接下來就是確定具體尺碼瞭,尺碼有兩種,英式尺碼和國際尺碼。

不能再描述下去瞭,再描述下去成 BRA 科普文瞭,上酸菜,啊不,上正文 ~~

三、正文有瞭這些基本概念後,我們再來看看這具體的 20w 條數據能告訴我們什麼。

顏色對顏色進行分詞統計詞頻,清理數據後共有 136 個,對 top20 生成條形圖。

膚色 黑色 粉色 在第一梯隊,遙遙領先。

灰色 白色 卡其色 紫色 藍色 淺紫色 紅色 貴族黑 淺藍 處於第二梯隊,貴族黑和黑色有什麼差別 ? 黑得若隱若現 ?

薄杯,薄款,厚款,超薄 按厚度來,厚款 > 薄款 > 薄杯 > 超薄 ?

廣大女性對薄款還是更多鐘愛的,是因為現在夏天薄的比較涼爽嗎 ? 還是薄的性感一點 ?

具體 top60 如下:

膚色 , 67861

黑色 , 48686

粉色 , 15788

鋼圈 , 14846

薄款 , 11928

薄杯 , 9874

單件 , 7109

灰色 , 6486

白色 , 6345

套裝 , 6228

卡其色 , 5745

紫色 , 5540

藍色 , 5333

厚款 , 5126

淺紫色 , 4336

紅色 , 4322

貴族黑 , 4285

拉絲 , 3793

淺藍 , 3667

超薄 , 3627

下厚 , 3459

上薄 , 3459

綁帶 , 3236

酒紅 , 3215

膚嫩色 , 2804

三排 , 2543

亮面 , 2403

純色 , 2205

輕膚 , 2189

蕾絲 , 2102

銀灰色 , 1979

藕荷色 , 1802

玫紅 , 1781

寶藍色 , 1681

純潔 , 1659

全光膚 , 1642

銀灰 , 1636

咖啡色 , 1587

光面 , 1548

段染 , 1547

蝦粉 , 1546

水晶 , 1371

亞光版 , 1262

藏青 , 1211

輕粉 , 1185

綠色 , 1113

淺綠色 , 1074

粉紅色 , 1056

全光 , 1053

金膚色 , 1006

豆沙 , 870

典雅 , 788

果綠 , 722

冰沙粉 , 699

紫顏色 , 678

經典 , 649

藍邊 , 643

奶白色 , 621

淺粉 , 563

薄荷綠 , 556 才知道原來顏色可以有這麼多種,長姿勢瞭 ...

土豪金 靜謐藍 個性黑 挺別致的,蕾絲 好像也深受喜愛,最後來個詞雲。

尺碼這 20w 條數據中,下胸圍范圍為 [ 70cm - 90cm ] ,罩杯范圍為 [ A - E ] 。

先來看看總體的胸圍情況。

總體上呈現先升後降的趨勢,以 75cm 為分界點開始下滑。

總體范圍還是在 70cm - 85cm, 95cm 的基本上已經很少瞭。

一是可能爬取的內衣商品裡面有的沒賣 95cm 的,二是這胸圍的本來就少 ...

下胸圍對應的總體比例。

再來看看總體的罩杯情況。

也是先升後降的趨勢,這個是以 B 罩杯為分界點開始下滑,但是這個滑得明顯比較陡峭一點,E 罩杯 隻有可憐的 155。

哎 ! 現實太骨感瞭,還是理想豐滿一點。

罩杯對應的總體比例。

看完總體看具體,以罩杯為橫坐標,繪制出各胸圍對應的罩杯情況。

基本上都是先升後降,75cm 80cm 85cm 的是以 B 罩杯為分界點變換趨勢,隻有 70cm 的是一路向下滑。

90cm 和 95cm 由於量不足,在這個圖裡基本上已經貼著 X 軸瞭,把這兩個單獨拉出來看看。

這下就明顯很多瞭,這兩個是以 C 罩杯為分界點變換趨勢的,因為畢竟胸圍大,罩杯大的幾率會大一點。

值得註意的是,95cm 是沒有 A 罩杯和 E 罩杯的。

95cm 的胸圍 A 的罩杯,這太可憐瞭吧,95cm 的胸圍 E 的罩杯,那也是強得不敢想象。

以胸圍為橫坐標,繪制出各罩杯對應的胸圍情況。

這個的趨勢就比較有趣瞭,A 罩杯和 B 罩杯以 75cm 為分界點,開始下降。

A 罩杯降得比 B 罩杯稍微平緩一點,C 罩杯的波動就平緩很多,可能也是總體的量偏少,加上圖表比例的關系。

至於 D 罩杯和 E 罩杯,還是貼地瞭,我也把它倆單獨拉出來。

可以看到 D 罩杯是呈現梯狀的,E 罩杯由於量實在少,基本上毫無波動。

再詳細看看數據集中的范圍吧。胸圍范圍為 [ 70cm - 85cm ] ,罩杯范圍為 [ A - C ] ,其對應的比例分別如下。

70cm 的情況,A > B > C

75cm 的情況,B > A > C

80cm 的情況,B > A > C

85cm 的情況,B > C > A

70cm 的小胸圍罩杯比例 A > B > C,小胸圍的本身應該就是偏瘦,瘦的話罩杯也是偏小。

75cm 和 80cm 的 B 罩杯的比例都要稍大於 A 罩杯的。

85cm 的 C 罩杯已經反超於 A 罩杯瞭,畢竟胸圍大,罩杯也不會小到哪裡去。

評價一樣的套路,分詞然後統計詞頻,進行數據的清理。

其中有 42321 條評論用戶是沒有填寫評論的,這個不進行處理。

由於評價沒有統一規范,這個統計出來的詞就多瞭去瞭,由 top20 生成條形圖。

舒服 不錯 喜歡 滿意 可以 好評 合適 這些都是不錯的評價,聚攏 ? 顯得大一點嗎 ?

展示一下 top60,如下。

舒服 , 39425

不錯 , 38335

質量 , 27383

喜歡 , 21841

穿著 , 19816

內衣 , 18281

寶貝 , 17377

非常 , 16812

聚攏 , 14919

收到 , 14881

滿意 , 14558

效果 , 12684

可以 , 11989

好評 , 11520

合適 , 10705

購買 , 10254

沒有 , 9114

就是 , 8807

有點 , 8658

特別 , 8455

真的 , 8105

感覺 , 7927

小 , 7347

顏色 , 6945

下次 , 6876

這個 , 6557

物流 , 6517

起來 , 6279

好看 , 6250

還會 , 5864

夏天 , 5585

以後 , 5472

值得 , 5457

尺碼 , 5453

第二次 , 5415

價格 , 5378

舒適 , 5369

不會 , 5169

還是 , 5080

而且 , 5052

適合 , 5041

賣傢 , 4964

一樣 , 4834

鋼圈 , 4756

東西 , 4711

客服 , 4696

一下 , 4638

大小 , 4591

面料 , 4531

試穿 , 4476

挺舒服 , 4468

推薦 , 4383

很快 , 4037

便宜 , 3996

一次 , 3843

但是 , 3717

已經 , 3714

超級 , 3692

衣服 , 3621

一個 , 3476 第二次都出現瞭 5415 次,看來是回頭客瞭。

來看一下沒有排上 top60 的其他詞,來個有趣一點的。

哈哈 , 989

哈哈哈 , 554

哈 , 318

哈哈哈哈 , 170 所以,哈多少個是看心情決定的嗎 ?

實惠 , 3216

方便 , 1708

性價比 , 1662 貨比三傢,上網買東西圖的就是一個方便和便宜。

其他的就不再詳細分析瞭,還是老規矩,上個評價的詞雲。

四、最後最後看我用散點圖畫出一個內衣。

什麼 ? 不喜歡這火辣的紅色,那來個性感的黑色。

用散點圖表白也不是說不行,諾 !

最後一張圖引用我心目中永遠的大神 Linus 的一句話。

Talk is cheap,show me the data!

來源:互聯網的一些事(www.yixieshi.com). 轉載請保留出處 .

精彩圖片
文章評論 相關閱讀
© 2016 看看新聞 http://www.kankannews.cc/