用數(shù)據(jù)對女生胸圍來次一本正經(jīng)的探索吧!

一些事 ? 7年前掃碼分享

我是創(chuàng)始人李巖：很抱歉！給自己產(chǎn)品做個廣告，點擊進來看看。

關(guān)愛女性健康，從我做起!

小早說：關(guān)愛女性健康，從我做起!

一、緣起心血來潮，突然想爬取天貓內(nèi)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(nèi)容為評論里的信息，包括尺碼，顏色以及評價。

數(shù)據(jù)獲取過程如下：

1. 習(xí)慣性打開開發(fā)者工具，果不其然，評論信息是動態(tài)生成的。

2. 所以就要到 network 去抓包，數(shù)據(jù)是 json 格式的。

3. 搞到評論的具體網(wǎng)址后分析下各參數(shù)，用 list 迭代豈不美滋滋?

4. 第一次迭代爬取 10w 條評論后用 set 去重后只剩下 1000 多條???

5. 經(jīng)分析，它每隔幾頁評論就會彈出一個反爬蟲連接驗證登錄，而且靠后一點，如 100 頁后的數(shù)據(jù)顯示的總是重復(fù)，經(jīng)優(yōu)化后一個商品差不多能爬到 4000 條不重復(fù)的評論。

6. 也可能是我技術(shù)還不到家吧，能力不夠，努力來湊。

7. 我就爬取了不同的約 50 件商品的記錄，得到了 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(nèi)衣的尺碼有所了解，為此我專門查了一下，在這里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(shù)，測量時建議采用進一法，例如 72.1 公分，計算為 73 公分。

還不知道怎么測量，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(jù)步驟一測量的結(jié)果，用胸圍尺寸 - 下胸圍尺寸的差，即確定罩杯號型，對應(yīng)罩杯參考。

本來以為 A 已經(jīng)夠優(yōu)秀了，沒想到還有 AA 的，比優(yōu)秀還優(yōu)秀。

加油，摸摸大! 接下來就是確定具體尺碼了，尺碼有兩種，英式尺碼和國際尺碼。

不能再描述下去了，再描述下去成BRA科普文了，上酸菜，啊不，上正文~~

三、正文有了這些基本概念后，我們再來看看這具體的 20w 條數(shù)據(jù)能告訴我們什么。

顏色對顏色進行分詞統(tǒng)計詞頻，清理數(shù)據(jù)后共有 136 個，對 top20 生成條形圖。

膚色黑色粉色在第一梯隊，遙遙領(lǐng)先。

灰色白色卡其色紫色藍色淺紫色紅色貴族黑淺藍處于第二梯隊，貴族黑和黑色有什么差別?黑得若隱若現(xiàn)?

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(xiàn)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(jīng)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么多種，長姿勢了...

土豪金靜謐藍個性黑挺別致的，蕾絲好像也深受喜愛，最后來個詞云。

尺碼這 20w 條數(shù)據(jù)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(xiàn)先升后降的趨勢，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(jīng)很少了。

一是可能爬取的內(nèi)衣商品里面有的沒賣 95cm 的，二是這胸圍的本來就少...

下胸圍對應(yīng)的總體比例。

再來看看總體的罩杯情況。

也是先升后降的趨勢，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 罩杯只有可憐的 155。

哎!現(xiàn)實太骨感了，還是理想豐滿一點。

罩杯對應(yīng)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(yīng)的罩杯情況。

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

90cm 和 95cm 由于量不足，在這個圖里基本上已經(jīng)貼著 X 軸了，把這兩個單獨拉出來看看。

這下就明顯很多了，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。

值得注意的是，95cm 是沒有 A 罩杯和 E 罩杯的。

95cm 的胸圍 A 的罩杯，這太可憐了吧，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(yīng)的胸圍情況。

這個的趨勢就比較有趣了，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(guān)系。

至于 D 罩杯和 E 罩杯，還是貼地了，我也把它倆單獨拉出來。

可以看到 D 罩杯是呈現(xiàn)梯狀的，E 罩杯由于量實在少，基本上毫無波動。

再詳細看看數(shù)據(jù)集中的范圍吧。胸圍范圍為 [ 70cm - 85cm ]，罩杯范圍為 [ A - C ]，其對應(yīng)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(yīng)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于 A 罩杯的。

85cm 的 C 罩杯已經(jīng)反超于 A 罩杯了，畢竟胸圍大，罩杯也不會小到哪里去。

評價一樣的套路，分詞然后統(tǒng)計詞頻，進行數(shù)據(jù)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。

由于評價沒有統(tǒng)一規(guī)范，這個統(tǒng)計出來的詞就多了去了，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(zhì)量, 27383

喜歡, 21841

穿著, 19816

內(nèi)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

以后, 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

賣家, 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

本文被轉(zhuǎn)載1次

首發(fā)媒體

| 轉(zhuǎn)發(fā)媒體

隨意打賞

一本正經(jīng)胡說八道一本正經(jīng)

欧美中文字幕第一页-欧美中文字幕一区-欧美中文字幕一区二区三区-欧美中文字幕在线-欧美中文字幕在线播放-欧美中文字幕在线视频

用數(shù)據(jù)對女生胸圍來次一本正經(jīng)的探索吧!

本文被轉(zhuǎn)載1次