本课程以一个小项目带你快速上手 Python 爬虫和数据分析，主要分 3 部分：
- 第 1 部分是 Python 爬虫，主要使用 Urllib 3 和 BeautifulSoup 抓取天猫商城和京东商城胸罩销售数据，并保存到 SQLite 数据库中；
- 第 2 部分是对抓取的胸罩销售数据进行数据清洗，主要是去除空数据，让数据格式更规范；
- 第 3 半部分利用 Pandas 对数据进行分析，以及使用 Matplotlib 对分析后的数据进行可视化。
通过一系列分析，可以得到中国女性胸部尺寸（胸围）的标准大小，想知道中国女性最标准的胸围是多少吗？想知道什么颜色的胸罩最畅销吗？想知道 C 罩杯以上的女性喜欢到天猫还是京东购买胸罩吗？答案尽在本课程中。
作者介绍李宁，欧瑞科技创始人 & CEO，技术狂热分子，IT 畅销书作者，CSDN 特约讲师、CSDN 博客专家，拥有近 20 年软件开发和培训经验。主要研究领域包括 Python、深度学习、数据分析、区块链、Android、Java 等。曾出版超过 30 本 IT 图书，主要包括《Python 从菜鸟到高手》《Swift 权威指南》《Android 开发指南》等。
作者在 GitChat 上的个人主页信息详见这里。
- 零基础学区块链和以太坊开发
- 小程序与云开发实战 36 讲
本系列文章会带领大家使用多种技术实现一个非常有趣的项目，该项目是关于胸罩销售数据分析的，是网络爬虫和数据分析的综合应用项目。本项目会从天猫和京东抓取胸罩销售数据（利用 Chrome 工具跟踪 Web 数据），并将这些数据保存到 SQLite 数据库中，然后对数据进行清洗，最后通过 SQL 语句、Pandas 和 Matplotlib 对数据进行数据可视化分析。我们从分析结果中可以得出很多有的结果，例如，中国女性胸部标准尺寸是多少、胸罩上胸围的销售比例、哪个颜色的胸罩最受女性欢迎。
其实关于女性胸部的数据分析已经有很多人做了，例如，Google 曾给出一个全球女性胸部尺寸地图，如图1所示。
图1 Google 的全球女性胸部尺寸分布地图
地图中，红色代表大于 D 罩杯，橙色是 D，黄色 C，蓝色 B，绿色则为 A。从地图上看，中国地区主要集中在蓝色和绿色，也就是主要中国女性胸部罩杯主要以 A 和 B 为主；而全面飘红的俄罗斯女性胸部尺寸全面大于 D 罩杯，不愧是战斗的民族。
再看一下图2所示的淘宝胸罩（按罩杯和上胸围统计）销售比例柱状图。
图2 淘宝胸罩销售比例柱状图（按罩杯和上胸围统计）
根据淘宝数据平台提供的数据显示，在中国，B 罩杯的胸罩销售量最多。在2012年6月14日至7月13日期间，购买最多的胸罩尺寸为 B 罩杯，前9位中，B 罩杯占比达41.45%，说明中国平均胸部大小都在 B 罩杯。其中，又以 75 B 的销量最好，85 B 则在 B 罩杯中相对落后，仅4.09%，C 罩杯则只有8.96%。
其实无论 Google 还是淘宝，给出的数据尽管可能在具体的比例上有差异，但总体的趋势是一样的，也就是说，中国女性胸部尺寸以 B
