不靠谱的预测：今年双十一的销量是 6213 亿元 -k8体育

但如果你用同样的方法去做预测2020年的时候，发现，预测是3282亿，实际却到了 4982亿。原来2020改了规则，实际上统计的是11月1到11日的销量，理论上已经不能和历史数据合并预测，但咱们就为了图个乐，主要是为了练习一下 python 的多项式回归和可视化绘图。

把预测先发出来：今年双十一的销量是 9029.688 亿元！坐等双十一，各位看官回来打我的脸。

从网上搜集来历年淘宝天猫双十一销售额数据，单位为亿元，利用 pandas 整理成 dataframe，又添加了一列’年份int’，留作后续的计算使用。

import pandas as pd
# 数据为网络收集，历年淘宝天猫双十一销售额数据，单位为亿元，仅做示范
double11_sales = {'2009年': [0.50],
                  '2010年':[9.36],
                  '2011年':[34],
                  '2012年':[191],
                  '2013年':[350],
                  '2014年':[571],
                  '2015年':[912],
                  '2016年':[1207],
                  '2017年':[1682],
                  '2018年':[2135],
                  '2019年':[2684],
                  '2020年':[4982],
                 }
df = pd.dataframe(double11_sales).t.reset_index()
df.rename(columns={'index':'年份',0:'销量'},inplace=true)
df['年份int'] = [[i] for i in list(range(1,len(df['年份']) 1))]
df

.dataframe tbody tr th {
    vertical-align: top;
}
.dataframe thead th {
    text-align: right;
}

利用 plotly 工具包，将年份对应销售量的散点图绘制出来，可以明显看到2020年的数据立马飙升。

# 散点图
import plotly as py
import plotly.graph_objs as go
import numpy as np
year = df[:]['年份']
sales = df['销量']
trace = go.scatter(
    x=year,
    y=sales,
    mode='markers'
)
data = [trace]
layout = go.layout(title='2009年-2020年天猫淘宝双十一历年销量')
fig = go.figure(data=data, layout=layout)
fig.show()

一元多次线性回归

我们先来回顾一下2009-2019年的数据多么美妙。先只选取2009-2019年的数据：

df_2009_2019 = df[:-1]
df_2009_2019

.dataframe tbody tr th {
    vertical-align: top;
}
.dataframe thead th {
    text-align: right;
}

通过以下代码生成二次项数据：

from sklearn.preprocessing import polynomialfeatures
poly_reg = polynomialfeatures(degree=2)
x_ = poly_reg.fit_transform(list(df_2009_2019['年份int']))

1.第一行代码引入用于增加一个多次项内容的模块 polynomialfeatures

2.第二行代码设置最高次项为二次项，为生成二次项数据（x平方）做准备

3.第三行代码将原有的x转换为一个新的二维数组x_，该二维数据包含新生成的二次项数据（x平方）和原有的一次项数据（x）

x_ 的内容为下方代码所示的一个二维数组，其中第一列数据为常数项（其实就是x的0次方），没有特殊含义，对分析结果不会产生影响；第二列数据为原有的一次项数据（x）；第三列数据为新生成的二次项数据（x的平方）。

x_

array([[  1.,   1.,   1.],
[  1.,   2.,   4.],
[  1.,   3.,   9.],
[  1.,   4.,  16.],
[  1.,   5.,  25.],
[  1.,   6.,  36.],
[  1.,   7.,  49.],
[  1.,   8.,  64.],
[  1.,   9.,  81.],
[  1.,  10., 100.],
[  1.,  11., 121.]])

from sklearn.linear_model import linearregression
regr = linearregression()
regr.fit(x_,list(df_2009_2019['销量']))

linearregression()

1.第一行代码从 scikit-learn 库引入线性回归的相关模块 linearregression；

2.第二行代码构造一个初始的线性回归模型并命名为 regr；

3.第三行代码用fit() 函数完成模型搭建，此时的regr就是一个搭建好的线性回归模型。

接下来就可以利用搭建好的模型 regr 来预测数据。加上自变量是12，那么使用 predict() 函数就能预测对应的因变量有，代码如下：

xx_ = poly_reg.fit_transform([[12]])

xx_

array([[  1.,  12., 144.]])

y = regr.predict(xx_)
y

array([3282.23478788])

这里我们就得到了如果按照这个趋势2009-2019的趋势预测2020的结果，就是3282，但实际却是4982亿，原因就是上文提到的合并计算了，金额一下子变大了，绘制成图，就是下面这样：

# 散点图
import plotly as py
import plotly.graph_objs as go
import numpy as np
year = list(df['年份'])
sales = df['销量']
trace1 = go.scatter(
x=year,
y=sales,
mode='markers',
name="实际销量"       # 第一个图例名称
)
xx_ = poly_reg.fit_transform(list(df['年份int']) [[13]])
regr = linearregression()
regr.fit(x_,list(df_2009_2019['销量']))
trace2 = go.scatter(
x=list(df['年份']),
y=regr.predict(xx_),
mode='lines',
name="拟合数据",  # 第2个图例名称
)
data = [trace1,trace2]
layout = go.layout(title='天猫淘宝双十一历年销量',
xaxis_title='年份',
yaxis_title='销量')
fig = go.figure(data=data, layout=layout)
fig.show()

-

var gd = document.getelementbyid('e8ae9262-7d14-4b38-b661-fb79f13ff6a7');
var x = new mutationobserver(function (mutations, observer) {{
var display = window.getcomputedstyle(gd).display;
if (!display || display === 'none') {{
console.log([gd, 'removed!']);
plotly.purge(gd);
observer.disconnect();
}}
}});
// listen for the removal of the full notebook cells
var notebookcontainer = gd.closest('#notebook-container');
if (notebookcontainer) {{
x.observe(notebookcontainer, {childlist: true});
}}
// listen for the clearing of the current output cell
var outputel = gd.closest('.output');
if (outputel) {{
x.observe(outputel, {childlist: true});
}}

                    })
};
});