不管是老手媽媽還是新手媽媽都看這邊！我們都知道所有的產品裡，小朋友的商品應該是最難選的
小朋友長得又快，過了一個時期又瞬間抽高，怎麼選是一門很大的學問了，也可以避免買錯捶心肝~~
因為網路很發達，臉書又這麼普及媽咪買東西更是方便，尤其媽咪一定會到很多親子網站或是親子社團去了解產品的優缺點
不過看了這麼多網站真真假假的資料，【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)是我在看到最多人推薦的好物
對於我這個精打細算的好媳婦好媽媽來說，真是太棒囉！
通常有在關注相關婦幼產品的媽媽，不用考慮了，這款是我花有夠多時間才彙整出來的好物，不怕比較的啦
很多媽咪也都大推這款產品，真的很值得入手！
到貨速度也很快，光這一點就大推了！
所以我個人對【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)的評比如下
質感：★★★★
使用爽感：★★★★☆
性能價格：★★★★☆
趁現在宅經濟發酵，大家又很保護小朋友不隨意出門，網購就變成媽咪們在家的興趣了~
而且廠商優惠只在這個時候~~
不然被掃光了也只能怪自己速度不夠快～下次記得手刀加速啊!
詳細介紹如下~參考一下吧
完整產品說明
品牌名稱
類型
- 彈蓋
容量
- 0~200ml
產地
- 台灣
材質
- PP(聚丙烯)
- 矽膠
商品規格
- ●材質：聚丙烯(PP)
●保溫效力：可耐熱至100度C
●適用年齡：8個月以上
●產地：台灣
●EAN：
水色-4712879147132
●注意事項:圖片僅供參考，以實際供貨商品為主
非常推薦【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)給大家
↓↓↓限量特惠的優惠按鈕↓↓↓
↓↓↓找不到適合的商品嗎，本月好物推薦一起來看吧↓↓↓
標籤註解：
PTT鄉民【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)限量,團購,限時,週年慶,禮物,優惠,【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)特價,開箱,比價,活動,好評,推薦
mobile01網友【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)哪裡便宜,採購,優缺點,試用【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色),好用,CP值,經驗,好康,集購,下殺,免比價,去哪買？,
名人推薦【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色)介紹,部落客,排行,【PUKU藍色企鵝】吸管彈跳練習杯180cc(水色),體驗,精選,限定,折扣,折價卷,dcard推薦,直播主推薦,網紅推薦熱賣款
熱點新知搶先報
... CDA數據分析師 出品 居家隔離的日子裡，各類方便速食食品成了許多人的心頭愛。特別是螺螄粉，異軍突起，火遍全網，幾乎賣到脫銷。有的螺螄粉熱銷店鋪的購買頁面還顯示，現在下單，預售40天後發貨，這是種什麼操作？ ... 萬萬沒想到，這些日子發不出貨的，除了口罩，還有螺螄粉。 今天我們就來聊一聊火遍全網的螺螄粉。 01 讓吃貨們買到斷貨的 螺螄粉 螺螄粉氣味腥臭，味道酸辣，被戲稱為「生化武器」。然而吃起來卻讓人慾罷不能，再加上稱為靈魂的酸筍，不禁讓人大呼，愛了愛了！就是這個味兒！ 那麼誰家賣的螺螄粉最火，最好吃？吃貨們都怎麼看？ 我們搜集整理了淘寶上關於螺螄粉店鋪的數據： 店鋪銷量排行 ... 可以看到：銷量前三的店鋪分別是李子柒旗艦店、好歡螺旗艦店、嘻螺會鼎容鮮專賣店。其中李子柒旗艦店的以月銷量66萬+一騎絕塵。緊隨其後的是好歡螺月銷量57萬+。第三是嘻螺會21萬+。 各省螺螄粉店鋪和銷量排行 ... 最為螺螄粉發源地，無論是在店鋪數量和商品銷量上，廣西地區都占據了全國的大部分比重，絕對的王者。 ... 螺螄粉都賣多少錢？ ... 我們分析了市面上銷售螺螄粉的價格區間，發現一份螺螄粉一般3-5包。其中定價在30-50元一份的賣得最好，占到全網總銷量的59.04%。這個價格區間，普遍讓人接受，3-5包的量也很合適。 其次是0-30元一份的，銷量占比27.93%，這個價格不僅物美價廉，對於想嘗試螺螄粉的新手都十分友好。 然後是一份售價50-80的螺螄粉，銷量占比10.22%。這個價位一般都有5包以上，對於螺螄粉的重度愛好者來說是不錯的選擇。 買螺螄粉，大家都看重什麼？ 從廣大螺螄粉的評價中我們可以看到： ... 大家的焦點尤其在，螺螄粉產地要「正宗」。來自「廣西」，特別是螺螄粉的發源地「柳州」。 當然有意思的是，銷量最高的李子柒賣的螺螄粉產地不在廣西，而是嘉興。可能這就是網紅強大的帶貨力吧。 其次「包郵」也是最關鍵的。畢竟，為了幾塊錢運費跟電商賣家磨半天嘴皮子，或者毫不留情地直接pass掉不包郵的店鋪，這都是我們的真實寫照。 02 Python分析李子柒的螺螄粉 到底有多火？ 接著，我們再看到全網螺螄粉銷量之王的李子柒店鋪。這次我們用Python來進行分析，先看到結論： ... 評論時間熱度圖： ... 從數據可以看到，螺螄粉的數據從去年12月2日開始，一直不溫不火，然而從3月中下旬開始，購買和評論數量持續走高，如今這個數據還在急劇上升。 消費者關注維度占比： ... 看來，螺螄粉的口感（好不好吃）是客戶最最最關注的點，占比高達41.45%，領先其他類別N個身位。 其他的維度：包裝、原料、品牌，而物流和日期則提及較少，看來消費者不是太關注這些角度，或者目前基本滿足要求。 關注點細節占比分布： ... 整體來看，主流評論以好評為主，其中口感、品牌（這個地方其實沒有細分）、包裝以正面評價占絕對主導。 原料、日期和性價比，負面評價占比分別是10%和32%和15%。 評論分布詞雲圖： ... 從詞雲可以看到，螺螄粉好不好吃是大家關注的焦點。「味道」「口感」「好吃」「新鮮度」等詞都頻頻出現。 其次「李子柒」的巨大帶貨能力也不容小覷，畢竟很多人都是衝著李子柒小姐姐來買的。 具體步驟和代碼如下： 一、導入數據和基本處理 # 導入包 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import re # 讀入數據 df = pd.read_excel('李子柒螺螄粉評論.xlsx') df.head ... # 去除重複值 df.drop_duplicates(inplace=True) df.info <class 'pandas.core.frame.DataFrame'> Int64Index: 1980 entries, 0 to 1979 Data columns (total 5 columns): UserNick 1980 non-null object comment_time 1980 non-null datetime64[ns] content 1980 non-null object auctionSku 1980 non-null object comment_date 1980 non-null object dtypes: datetime64[ns](1), object(4) memory usage: 92.8+ KB 二、數據分析 時間-熱度分析 ... 代碼： # 時間走勢圖 df['comment_time'] = pd.to_datetime(df['comment_time']) df['comment_date'] = df['comment_time'].dt.date comment_num = df['comment_date'].value_counts.sort_index from pyecharts.charts import Line from pyecharts import options as opts # 折線圖 line1 = Line(init_opts=opts.InitOpts(width='1350px', height='750px')) line1.add_xaxis(comment_num.index.tolist) line1.add_yaxis('熱度', comment_num.values.tolist, areastyle_opts=opts.AreaStyleOpts(opacity=0.5), label_opts=opts.LabelOpts(is_show=False)) line1.set_global_opts(title_opts=opts.TitleOpts(title='商品評價數量走勢圖'), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate='30')), toolbox_opts=opts.ToolboxOpts, visualmap_opts=opts.VisualMapOpts(max_=400)) line1.set_series_opts(linestyle_opts=opts.LineStyleOpts(width=3)) line1.render 推測2019年12.02上線商品，購買和評論數量持續走高。 三、評論分析 我們從以下幾個角度對評論進行分析： 包裝 品牌 物流 產品 性價比 def judge_comment(df, result): # 創建一個空數據框 judges = pd.DataFrame(np.zeros(13 * len(df)).reshape(len(df),13), columns = ['品牌','物流正面','物流負面','包裝正面','包裝負面','原料正面', '原料負面','口感正面','口感負面','日期正面','日期負面', '性價比正面','性價比負面']) for i in range(len(result)): word = result[i] #李子柒的產品具有強IP屬性，基本都是正面評價，這裡不統計情緒，只統計提及次數 if '李子柒' in word or '子柒' in word or '小柒' in word or '李子七' in word or '小七' in word: judges.iloc[i]['品牌'] = 1 #先判斷是不是物流相關的 if '物流' in word or '快遞' in word or '配送' in word or '取貨' in word: #再判斷是正面還是負面情感 if '好' in word or '不錯' in word or '棒' in word or '滿意' in word or '迅速' in word: judges.iloc[i]['物流正面'] = 1 elif '慢' in word or '龜速' in word or '暴力' in word or '差' in word: judges.iloc[i]['物流負面'] = 1 #判斷是否包裝相關 if '包裝' in word or '盒子' in word or '袋子' in word or '外觀' in word: if '高端' in word or '大氣' in word or '還行' in word or '完整' in word or '好' in word or'嚴實' in word or '緊' in word or '精緻' in word: judges.iloc[i]['包裝正面'] = 1 elif '破' in word or '破損' in word or '癟' in word or '簡陋' in word: judges.iloc[i]['包裝負面'] = 1 #產品 #產品原料是牛肉為主，且評價大多會提到牛肉，因此我們把這個單獨拎出來分析 if '米粉' in word or '湯' in word or '配料' in word or '腐竹' in word or '花生' in word: if '勁道' in word or '多' in word or '足' in word or '香' in word or '才' in word or'脆' in word or 'nice' in word: judges.iloc[i]['原料正面'] = 1 elif '小' in word or '少' in word or '沒' in word: judges.iloc[i]['原料負面'] = 1 #口感的情緒 if '口味' in word or '味道' in word or '口感' in word or '吃起來' in word: if '不錯' in word or '濃鮮' in word or '十足' in word or '鮮' in word or'可以' in word or '喜歡' in word or '符合' in word: judges.iloc[i]['口感正面'] = 1 elif '不好' in word or '不行' in word or '不鮮' in word or'太爛' in word: judges.iloc[i]['口感負面'] = 1 #口感方面，有些是不需要出現前置詞，消費者直接評價好吃難吃的，例如： if '難吃' in word or '不好吃' in word: judges.iloc[i]['口感負面'] = 1 elif '好吃' in word or '香' in word: judges.iloc[i]['口感正面'] = 1 #日期是不是新鮮 if '日期' in word or '時間' in word or '保質期' in word: if '新鮮' in word: judges.iloc[i]['日期正面'] = 1 elif '久' in word or '長' in word: judges.iloc[i]['日期負面'] = 1 elif '過期' in word: judges.iloc[i]['日期負面'] = 1 #性價比 if '劃算' in word or '便宜' in word or '賺了' in word or '囤貨' in word or '超值' in word or '太值' in word or '物美價廉' in word or '實惠' in word or '性價比高' in word or '不貴' in word: judges.iloc[i]['性價比正面'] = 1 elif '貴' in word or '不值' in word or '虧了' in word or '不劃算' in word or '不便宜' in word: judges.iloc[i]['性價比負面'] = 1 final_result = pd.concat([df,judges],axis = 1) return final_result # 得到數據框 judge = judge_comment(df, result=df.content) judge.head # 結果匯總 rank = judge.iloc[:, 5:].sum.reset_index.sort_values(0, ascending=False) rank.columns = ['分類', '提及次數'] rank['占比'] = rank['提及次數'] / rank['提及次數'].sum rank['高級分類'] = rank['分類'].str[:-2] rank ... rank.loc[0, '高級分類'] = '品牌' rank ... df.shape (1980, 5) 此次評論數據去重之後一共有1980條評論數據，粗略一看，口感和包裝、原料占比較高，畫個圖更細緻的看看。 rank_num = rank.groupby('高級分類')['提及次數'].sum.sort_values(ascending=False) rank_num 高級分類 口感 1511.0 包裝 695.0 原料 602.0 品牌 422.0 日期 208.0 性價比 146.0 物流 61.0 Name: 提及次數, dtype: float64 data_pair = [list(z) for z in zip(rank_num.index, rank_num.values)] data_pair [['口感', 1511.0], ['包裝', 695.0], ['原料', 602.0], ['品牌', 422.0], ['日期', 208.0], ['性價比', 146.0], ['物流', 61.0]] from pyecharts.charts import Pie pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px')) pie1.add( series_name="num", radius=["35%", "55%"], data_pair=data_pair, label_opts=opts.LabelOpts( position="outside", formatter="{a|{a}}{abg|} {hr|} {b|{b}: }{c} {per|{d}%} ", background_color="#eee", border_color="#aaa", border_width=1, border_radius=4, rich={ "a": {"color": "#999", "lineHeight": 22, "align": "center"}, "abg": { "backgroundColor": "#e3e3e3", "width": "100%", "align": "right", "height": 22, "borderRadius": [4, 4, 0, 0], }, "hr": { "borderColor": "#aaa", "width": "100%", "borderWidth": 0.5, "height": 0, }, "b": {"fontSize": 16, "lineHeight": 33}, "per": { "color": "#eee", "backgroundColor": "#334455", "padding": [2, 4], "borderRadius": 2, }, }, ), ) pie1.set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", pos_top='30%', orient="vertical"), toolbox_opts=opts.ToolboxOpts, title_opts=opts.TitleOpts(title='消費者關注占比分布')) pie1.set_series_opts( tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)") ) pie1.render ... 看來，螺螄粉的口感（好不好吃）是客戶最最最關注的點，沒有之一，占比高達41.45%，領先其他類別N個身位。 包裝、原料、品牌，而物流和日期則提及較少，消費者貌似不太關注，或者說目前基本滿足要求。 那不同類別正負面評價占比是怎麼樣的呢？ from pyecharts import options as opts from pyecharts.charts import Bar from pyecharts.commons.utils import JsCode from pyecharts.globals import ThemeType list2 = [ {"value": 1484.0, "percent": 1484.0 / (1484.0 + 27.0)}, {"value": 692.0, "percent": 692.0 / (692.0 + 3.0)}, {"value": 539.0, "percent": 539.0 / (539.0 + 63.0)}, {"value": 422.0, "percent": 422.0 / (422.0 + 0)}, {"value": 142.0, "percent": 142.0 / (142.0 + 66.0)}, {"value": 124.0, "percent": 124.0 / (124.0 + 22.0)}, {"value": 58.0, "percent": 58.0 / (58.0 + 3.0)}, ] list3 = [ {"value": 27.0, "percent": 27.0 / (27.0 + 1484.0)}, {"value": 3.0, "percent": 3.0 / (3.0 + 692.0)}, {"value": 63.0, "percent": 63.0 / (63.0 + 539.0)}, {"value": 0, "percent": 0 / (0 + 422.0)}, {"value": 66.0, "percent": 66.0 / (66.0 + 142.0)}, {"value": 22.0, "percent": 22.0 / (22.0 + 124.0)}, {"value": 3.0, "percent": 3.0 / (3.0 + 58.0)}, ] bar1 = Bar(init_opts=opts.InitOpts(width='1350px', height='750px', theme=ThemeType.LIGHT)) bar1.add_xaxis(['口感', '包裝', '原料', '品牌', '日期', '性價比', '物流']) bar1.add_yaxis("正面評論", list2, stack="stack1", category_gap="50%") bar1.add_yaxis("負面評論", list3, stack="stack1", category_gap="50%") bar1.set_global_opts(title_opts=opts.TitleOpts(title='關注點細分占比分布')) bar1.set_series_opts( label_opts=opts.LabelOpts( position="right", formatter=JsCode( "function(x){return Number(x.data.percent * 100).toFixed + '%';}" ), ) ) bar1.render import jieba import jieba.analyse txt = df['content'].str.cat(sep='。') # 添加關鍵詞 jieba.add_word('李子柒') # 讀入停用詞表 stop_words = with open('stop_words.txt', 'r', encoding='utf-8') as f: lines = f.readlines for line in lines: stop_words.append(line.strip) # 添加停用詞 stop_words.extend(['40', 'hellip', '一袋', '一包', '一個月', '一點', '一個多月', '第一次', '哈哈哈', '螺獅粉', '螺螄']) # 評論欄位分詞處理 word_num = jieba.analyse.extract_tags(txt, topK=100, withWeight=True, allowPOS=) # 去停用詞 word_num_selected = for i in word_num: if i[0] not in stop_words: word_num_selected.append(i) key_words = pd.DataFrame(word_num_selected, columns=['words','num']) key_words.head ... from pyecharts.charts import WordCloud from pyecharts.globals import SymbolType # 詞雲圖 word1 = WordCloud(init_opts=opts.InitOpts(width='1350px', height='750px')) word1.add("", [*zip(key_words.words, key_words.num)], word_size_range=[20, 200], shape=SymbolType.DIAMOND) word1.set_global_opts(title_opts=opts.TitleOpts('評論分布詞雲圖'), toolbox_opts=opts.ToolboxOpts) word1.render ... from pyecharts.charts import Page page = Page page.add(pie1, bar1, word1) page.render('評論分析.html') ... 以上就是關於螺螄粉的全部分析內容啦。 要問為什麼螺螄粉這麼臭，還有這麼多人愛呢？ 其實對吃貨們而言，喜歡的就是螺螄粉又腥又臭又辣的味道，等疫情過去，螺螄粉店估計也要爆滿了。 ...
↓↓↓限量特惠的優惠按鈕↓↓↓
↓↓↓更多嬰幼兒產品一起來看吧↓↓↓
WWW456TTVVV45TYGQ
文章來源取自於：
每日頭條 https://kknews.cc/news/pbma4j8.html
MOMO購物網 https://www.momoshop.com.tw/goods/GoodsDetail.jsp?i_code=4199484&memid=6000007380&cid=apuad&oid=1&osm=league
如有侵權，請來信告知，我們會立刻下架。
DMCA：dmca(at)kubonews.com
聯絡我們：contact(at)kubonews.com
【刷花旗銀行信用卡享優惠】【Dcard開箱推薦開箱】【Dcard新手提問好用嗎】
【玉山pi卡刷卡優惠】 【別再催了，開箱文奉上】 【ESTEE LAUDER 雅詩蘭黛】粉持久完美持妝粉底SPF10PA++(30ml)【聽說滿額有送好禮】 【刷中信信用卡享優惠】 【尚芭蒂】MIT機能透氣雙色蕾絲防副乳成套內衣(紫羅蘭)【玉山pi卡刷卡回饋最多】 【momo本月特惠價】 【韓依 HANN.E】深V誘惑魔力豐挺集中機能調整型(超值黑色3件組6106BA3)【momo刷卡折扣價】 【Dcard最多人推薦產品】 【NARS】惹火唇誘精巧版#ROSELAND(2ml 旅行袋組)【很多人都問這cp值高嗎？現在告訴你】 【開箱及省錢攻略】 【Body Temple】印度茉莉芳療精油30ml(Jasmine absolute)
留言列表
