热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

使用多项式拟合分析淘宝双11销售趋势

根据天猫官方数据,2019年双11成交额达到2684亿元,再次刷新历史记录。本文通过多项式拟合方法,分析并预测未来几年的销售趋势。

根据天猫官方数据,2019年双11成交额达到了2684亿元,再次刷新了历史记录。为了进一步分析这一趋势,我们使用多项式拟合方法对过去十年的数据进行建模,并预测未来几年的销售情况。

以下是具体的代码实现,环境为Python 3.6 和 Jupyter Notebook。

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
from matplotlib import font_manager as fm

# 设置中文字体
zhongwen_fOnt= fm.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')

# 年份和对应的销售额(单位:亿元)
x = np.array([year for year in range(2009, 2019)])
y = np.array([0.5, 9.36, 52, 191, 352, 571, 912, 1207, 1682.69, 2135])

# 使用三次多项式拟合
z1 = np.polyfit(x, y, 3)
p1 = np.poly1d(z1)
yvals = p1(x)

# 绘制实际销售额和拟合销售额
plt.plot(x, y, '*', label='实际销售额')
plt.plot(x, yvals, 'r', label='拟合销售额')

# 设置坐标轴刻度
_xticks_labels = ["{}年".format(i) for i in x]
plt.xticks(x, _xticks_labels, rotation=45, fOntproperties=zhongwen_font)
plt.xlabel('年份', fOntproperties=zhongwen_font)
plt.ylabel('销售额(亿)', fOntproperties=zhongwen_font)

# 绘制网格
plt.grid(alpha=0.4)

# 添加图例
plt.legend(loc='best', prop=zhongwen_font)

# 设置标题
plt.title('2009-2018年淘宝双11销售额拟合曲线', fOntproperties=zhongwen_font)

# 保存图像
plt.figure(figsize=(18, 18), dpi=80)
plt.savefig('./taobao201911.png')
plt.show()

# 打印拟合多项式
print('拟合多项式:', p1)
print('-' * 40)
print('2019年预测值:', p1(2019))
print('2020年预测值:', p1(2020))
print('2021年预测值:', p1(2021))
print('2022年预测值:', p1(2022))

运行上述代码后,得到的拟合多项式和预测结果如下:

Using matplotlib backend: Qt5Agg
拟合多项式:        3         2
0.159 x - 930.2 x + 1.813e+06 x - 1.176e+09
----------------------------------------
2019年预测值: 2689.0133340358734
2020年预测值: 3301.523639678955
2021年预测值: 3980.3633403778076
2022年预测值: 4726.486259460449

通过三次多项式拟合,我们可以看到预测的2019年销售额与实际公布的2684亿元非常接近。接下来,我们将2019年的实际数据纳入模型,继续预测2020年至2022年的销售额。

预测结果如下:

2019年预测值: 2689.0133340358734
2020年预测值: 3301.523639678955
2021年预测值: 3980.3633403778076
2022年预测值: 4726.486259460449

根据以上预测,未来几年的销售额将继续保持增长趋势。然而,需要注意的是,多项式拟合虽然能提供一定的预测参考,但实际销售情况还会受到多种因素的影响,如市场环境、消费者行为等。

欢迎关注我的更多数据分析内容。


推荐阅读
  • 视觉Transformer综述
    本文综述了视觉Transformer在计算机视觉领域的应用,从原始Transformer出发,详细介绍了其在图像分类、目标检测和图像分割等任务中的最新进展。文章不仅涵盖了基础的Transformer架构,还深入探讨了各类增强版Transformer模型的设计思路和技术细节。 ... [详细]
  • 使用Python构建网页版图像编辑器
    本文详细介绍了一款基于Python开发的网页版图像编辑工具,具备多种图像处理功能,如黑白转换、铅笔素描效果等。 ... [详细]
  • 如何高效学习鸿蒙操作系统:开发者指南
    本文探讨了开发者如何更有效地学习鸿蒙操作系统,提供了来自行业专家的建议,包括系统化学习方法、职业规划建议以及具体的开发技巧。 ... [详细]
  • 本文探讨了如何使用Scrapy框架构建高效的数据采集系统,以及如何通过异步处理技术提升数据存储的效率。同时,文章还介绍了针对不同网站采用的不同采集策略。 ... [详细]
  • 一、使用Microsoft.Office.Interop.Excel.DLL需要安装Office代码如下:2publicstaticboolExportExcel(S ... [详细]
  • 本文介绍了如何使用 Python 的 Pyglet 库加载并显示图像。Pyglet 是一个用于开发图形用户界面应用的强大工具,特别适用于游戏和多媒体项目。 ... [详细]
  • 本文探讨了使用Python实现监控信息收集的方法,涵盖从基础的日志记录到复杂的系统运维解决方案,旨在帮助开发者和运维人员提升工作效率。 ... [详细]
  • Python3爬虫入门:pyspider的基本使用[python爬虫入门]
    Python学习网有大量免费的Python入门教程,欢迎大家来学习。本文主要通过爬取去哪儿网的旅游攻略来给大家介绍pyspid ... [详细]
  • selenium通过JS语法操作页面元素
    做过web测试的小伙伴们都知道,web元素现在很多是JS写的,那么既然是JS写的,可以通过JS语言去操作页面,来帮助我们操作一些selenium不能覆盖的功能。问题来了我们能否通过 ... [详细]
  • 本文由公众号【数智物语】(ID: decision_engine)发布,关注获取更多干货。文章探讨了从数据收集到清洗、建模及可视化的全过程,介绍了41款实用工具,旨在帮助数据科学家和分析师提升工作效率。 ... [详细]
  • C/C++ 应用程序的安装与卸载解决方案
    本文介绍了如何使用Inno Setup来创建C/C++应用程序的安装程序,包括自动检测并安装所需的运行库,确保应用能够顺利安装和卸载。 ... [详细]
  • 本报告记录了嵌入式软件设计课程中的第二次实验,主要探讨了使用KEIL V5开发环境和ST固件库进行GPIO控制及按键响应编程的方法。通过实际操作,加深了对嵌入式系统硬件接口编程的理解。 ... [详细]
  • 本文详细介绍了如何在 Ubuntu 14.04 系统上搭建仅使用 CPU 的 Caffe 深度学习框架,包括环境准备、依赖安装及编译过程。 ... [详细]
  • 本文介绍了多维缩放(MDS)技术,这是一种将高维数据映射到低维空间的方法,通过保持原始数据间的关系,以便于可视化和分析。文章详细描述了MDS的原理和实现过程,并提供了Python代码示例。 ... [详细]
  • 图像处理学习笔记:噪声分析与去除策略
    本文详细探讨了不同类型的图像噪声及其对应的降噪技术,旨在帮助读者理解各种噪声的本质,并掌握有效的降噪方法。文章不仅介绍了高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀噪声和椒盐噪声等常见噪声类型,还特别讨论了周期噪声的特性及处理技巧。 ... [详细]
author-avatar
手机用户2502893613
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有