1. 案例概述

1.1 案例場(chǎng)景

每個(gè)銷(xiāo)售型公司都有一定的促銷(xiāo)費(fèi)用，促銷(xiāo)費(fèi)用可以帶來(lái)銷(xiāo)售量的顯著提升；
當(dāng)給出一定的促銷(xiāo)費(fèi)用時(shí)，預(yù)計(jì)會(huì)帶來(lái)多大的銷(xiāo)售量？

1.2 數(shù)據(jù)概況

• 來(lái)源：生成的模擬數(shù)據(jù)，非真實(shí)數(shù)據(jù)
• 維度數(shù)量：1
• 記錄數(shù)：100
• 字段變量：第一列是促銷(xiāo)費(fèi)用，第二列是商品銷(xiāo)售量
• 數(shù)據(jù)類(lèi)型：浮點(diǎn)數(shù)值型
• 是否有缺失值：否

• 數(shù)據(jù)：

  
  
  image.png

1.3 案例過(guò)程

會(huì)使用的4個(gè)庫(kù)

• Re：正則表達(dá)式，程序中通過(guò)該庫(kù)來(lái)實(shí)現(xiàn)字符串分割
• Numpy：數(shù)組操作和處理庫(kù)，程序中用來(lái)做格式轉(zhuǎn)換和預(yù)處理
• Sklearn：算法模型庫(kù)，程序中使用了線性回歸方法linear-model
• Matplotlib：圖形展示庫(kù)，用來(lái)在建模前做多個(gè)字段關(guān)系分析

2. 代碼詳解

# 導(dǎo)入庫(kù)
import re
import numpy
from sklearn import linear_model
from matplotlib import pyplot as plt

# 導(dǎo)入數(shù)據(jù)
fn = open('data.txt', 'r')    # 打開(kāi)名為“data.txt”的文件，文件模式是只讀，并創(chuàng)建一個(gè)名為fn的文件對(duì)象
all_data = fn.readlines()    # 從fn中讀取的行記錄，并保存到一個(gè)名為all_data的列表中
#print(all_data[0])    # 查看該列表的第一個(gè)數(shù)據(jù)  輸出：28192.0    68980.0
fn.close()    # 關(guān)閉文件對(duì)象的占用

# 數(shù)據(jù)預(yù)處理
x = []
y = []    # 創(chuàng)建兩個(gè)空列表
for single_data in all_data:    # 通過(guò)一個(gè)for循環(huán)每次從列表all_data中讀取一條數(shù)據(jù)，并賦值給single_data
    tmp_data = re.split('\t|\n', single_data)    # 分別使用\t 和\n 作為分隔符，對(duì)single_data進(jìn)行數(shù)據(jù)分割，分割結(jié)果賦值為tmp_data
    x.append(float(tmp_data[0]))
    y.append(float(tmp_data[1]))    # 將tmp_data的第一個(gè)值和第二個(gè)值分別追加到列表x和y中。追加前，先將每個(gè)數(shù)據(jù)通過(guò)float方法設(shè)為浮點(diǎn)型（數(shù)值型）

x = numpy.array(x).reshape([100, 1])
y = numpy.array(y).reshape([100, 1])    # 將x和y由列表類(lèi)型轉(zhuǎn)換為數(shù)組類(lèi)型，同時(shí)數(shù)組的形狀是100行1列

# 數(shù)據(jù)分析展示
plt.scatter(x, y)    # 用散點(diǎn)圖展示x和y
plt.show()    # 展示圖形

散點(diǎn)圖

通過(guò)散點(diǎn)圖發(fā)現(xiàn)，x和y的關(guān)系呈現(xiàn)明顯的線性關(guān)系：
x增大時(shí)，y增大；x減小時(shí)，y減小。
初步判斷可以選擇線性回歸進(jìn)行模型擬合。

# 數(shù)據(jù)建模
model = linear_model.LinearRegression()    # 創(chuàng)建一個(gè)模型對(duì)象
model.fit(x, y)    # 將x和y分別作為自變量和因變量輸入模型進(jìn)行訓(xùn)練

# 模型評(píng)估
model_coef = model.coef_    # 獲取模型的自變量系數(shù)并賦值為 model_coef
model_intercept = model.intercept_    # 獲取模型的截距并賦值為 model_intercept
r2 = model.score(x, y)    # 獲取模型的決定系數(shù)R的平方
# print(model_coef,model_intercept,r2)    # 輸出：(array([[2.09463661]]), array([13175.36904199]), 0.7876414684758954)

即 y = 2.09463661 * x + 13175.36904199
決定系數(shù)為 0.7876414684758954，整體擬合效果不錯(cuò)。

# 銷(xiāo)售預(yù)測(cè)
new_x = 84610    # 創(chuàng)建促銷(xiāo)費(fèi)用常量
pre_y = model.predict( numpy.array(new_x).reshape(-1, 1))    # 對(duì)促銷(xiāo)費(fèi)用常量new_x輸入模型進(jìn)行預(yù)測(cè)
print (pre_y)    # 輸出：[[190402.57234225]]
print (round (pre_y))    #  四舍五入，輸出：190403.0

3. 總結(jié)

本文實(shí)現(xiàn)了導(dǎo)入庫(kù)、獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)展示分析、數(shù)據(jù)建模、模型評(píng)估、銷(xiāo)售預(yù)測(cè) 7個(gè)步驟。

用到的知識(shí)：

• Python文件讀取
• Python基本操作（新建、追加）、for循環(huán)、變量賦值、字符串分割、數(shù)值轉(zhuǎn)換
• Numpy數(shù)組操作：列表轉(zhuǎn)數(shù)組、重新設(shè)置數(shù)組形狀
• 使用Matplotlib進(jìn)行散點(diǎn)圖展示
• 使用Sklearn進(jìn)行線性回歸的訓(xùn)練和預(yù)測(cè)
• 用print輸出指定數(shù)據(jù)

內(nèi)容來(lái)自：《Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營(yíng)》——宋天龍