↑关注+置顶~ 有趣的不像个技术号
是否真的完美?
双11结束了,大家已经无手可剁 。
天猫官方公布了今年的双11成交额为2684亿元,成功刷新了自己创下的商业纪录。按理说大家已经习惯了逐年增长,没想到
由于过于完美,引发网友提出质疑。
滑动图片浏览 or 点击查看大图
▼
该微博在天猫公布2019年销售额后,引发大量讨论,成功登上热搜。
一些人提出了相反意见:如大V@阑夕表示天猫双11数据是精确地控制了交易额,从而形成了理想的曲线。
而天猫相关负责人回应称,符合趋势就假?造谣要负法律责任。
我们且不评论是真是假,先想想我们能干点什么呢?
不如先照着这位微博网友的步骤来复现一遍吧。
利用Excel进行拟合
这位微博网友使用的工具似乎是Excel,我安装的是WPS,应该也能胜任。
先将天猫2009年-2018年的双十一历年销售额历史数据导入到一张表里。
点击插入一张散点图。
左键点击一下任意一个散点数据,出现散点数据选择状态。
鼠标右击,弹出提示框,点击“添加趋势线”。
在WPS表格右侧,找到趋势线属性按钮,左键单击一下,弹出趋势线属性框。
选择三次多项式,得到结果√
其中R²=0.9994,这与微博网友的预测值一致,说明我们的方法是对的。
over。
停一停,
作为一个经常使用python进行数据分析的公众号,怎么能能少了Python呢?
利用Python进行拟合并预测
我们在python中可以利用numpy求解多项式以及多项式拟合。
尝试用numpy的polyfit函数进行拟合,并作图。
代码如下:
import matplotlib.pyplot as plt
import numpy as np
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])
z1 = np.polyfit(x, y, 3) # 用3次多项式拟合
p1 = np.poly1d(z1)
yvals=p1(x)
plot1=plt.plot(x, y, '*',label='实际销售额')
plot2=plt.plot(x, yvals, 'r',label='拟合销售额')
plt.xlabel('年份')
plt.ylabel('销售额(亿)')
plt.legend(loc=4) # 指定legend的位置
plt.title('2009-2018淘宝双十一销售额拟合曲线')
plt.figure(figsize=(10, 10))
plt.show()
print('拟合多项式:',p1) #打印拟合多项式
p1 = np.poly1d(z1)
print("-"*40)
print('2019年预测值:',p1(2019)) #打印预测值
运行结果:
利用三次多项式预测的数据与公布的结果确实很相近。
我们继续搞事情。
将今年2019年的2684亿导入,预测一下后面三年:
按照网上的阴谋论,后面几年的数据应该如此。
碎碎谈
看了网络上的好几篇文章,众说纷纭。
作为一个技术er,就不去对此事做评价了。
只写一些其中跟我们相关的数据知识就够了。
网络大众对此事的看法到底如何?
不妨看下腾讯科技发起的一个投票。
大众的看法就像这个投票。
本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/8MGThBzLOLmLbpfdXgeXqw,可扫描二维码进行关注: 如有侵权,请联系删除。