基于Python+Django的母婴用品销量分析与预测系统-编程实验室

这次梳理的是一套完整的电商数据分析项目：基于 Python + Django 的母婴用品销量分析与预测系统。它不是单点功能，而是把数据采集、商品与订单管理、可视化看板、随机森林回归销量预测整合到同一个 Web 系统里，适合作为 Python 后端 + 机器学习方向的学习项目，也适合做课程设计和毕设原型。

先说这个系统能做什么。第一，把母婴类商品数据采集进来，包括商品标题、价格、店铺、销量等；第二，在 Django 后台统一管理商品和订单，形成历史销量明细；第三，通过可视化图表展示销售趋势、类目占比、单品排行等经营指标；第四，利用随机森林回归算法预测下一个周期销量，给运营和采购提供参考。整个链路从数据到决策是完整的，不是只训练一个模型就结束。

项目的技术栈很主流：Python 负责数据处理与建模，Django 承担 Web 管理和接口服务，pandas 做数据清洗与特征工程，scikit-learn 实现随机森林回归模型，前端用 ECharts 渲染图表。整个链路清晰，每部分都能单独验证，也可以按模块替换成其他算法或框架。

这篇文章会按“架构拆解 → 环境准备 → 数据采集 → Django 管理后台 → 可视化看板 → 随机森林预测 → 接口调用 → 性能与排错”的顺序展开，每个模块都给出可落地的代码示例。如果你正准备做类似项目，可以直接把这里的模型设计、特征工程思路和接口代码拿来改。

1. 核心能力速览

能力项	说明
项目类型	电商销量分析与预测系统，Django Web 应用
技术栈	Python、Django、pandas、scikit-learn、ECharts
数据来源	电商平台公开数据、授权接口、自建模拟数据；爬虫仅用于学习实验
核心功能	商品与订单管理、销量可视化、随机森林回归销量预测
机器学习模型	随机森林回归算法（RandomForestRegressor）
面向类目	母婴用品，类目可扩展
接口能力	Django 提供 JSON 接口，可接入图表或批量预测脚本
数据存储	MySQL / SQLite
运行环境	普通开发机即可，CPU 就能完成训练和推理，不需要 GPU
适合场景	课程设计、毕设原型、中小店铺数据复盘学习

2. 系统总体架构与模块拆分

这个项目可以拆成五层，每层职责单一，方便单独调试。

数据采集层：负责抓取商品和销量数据。实际开发中优先使用授权接口，爬虫作为补充和实验手段，必须遵守目标网站的 robots 规则，控制请求频率，不能采集个人隐私信息。

数据存储层：使用 Django ORM 管理商品、订单、类目等表。MySQL 适合数据量较大的生产使用，本机开发可以选择 SQLite 降低配置成本。

业务管理后台：通过 Django Admin 或自定义页面管理商品、订单、预测参数。Django Admin 自带增删改查，适合做内部管理工具。

数据分析与可视化层：用 pandas 聚合订单明细，生成日销量、周销量、类目汇总等统计表，再通过 ECharts 输出折线图、柱状图、饼图。

机器学习预测层：以历史销量和影响因子作为特征，训练随机森林回归模型，保存为 joblib 文件，并在 Django 中加载模型提供预测接口。

模块之间通过数据库表和 HTTP 接口通信。爬虫写入商品表，订单表累积历史销量，图表接口从订单表聚合数据，预测接口读取特征后调用模型返回预测值。这样每个模块都可以独立替换，比如把随机森林换成 XGBoost 或 LSTM，只需要修改预测层。

3. 适用场景与使用边界

这个系统适合四类人：准备做 Python Web + 机器学习综合项目的人；需要一套课程设计或毕设参考框架的人；想了解电商销量预测特征工程的人；以及想搭建内部销售复盘工具的小型运营团队。

项目能解决的实际问题包括：历史销量分散在订单里，靠手工统计效率低；页面上看不出品类结构，不知道哪些商品贡献主要销售额；备货靠经验，缺少量化预测。

需要明确边界。爬虫抓取电商平台数据在技术上可行，但很多平台的服务条款明确限制自动采集。做学习项目时，优先使用平台官方开放接口、授权数据或模拟数据。如果一定要写爬虫，只采集公开页面信息，不绕过验证码，不登录采集，不抓取买家个人信息，请求间隔保持在 2 秒以上。本项目的正确姿势是把爬虫当作“数据获取方式之一”，而不是把系统做成商业抓取器。

另外，母婴用品类目本身涉及用户偏好和消费隐私，任何真实用户行为数据都不应该出现在学习项目里。推荐的做法是：类目结构用真实商品的公开信息，订单和销量数据用模拟数据，既能跑通系统，又不会触碰隐私红线。

4. 环境准备与前置条件

建议环境：

操作系统：Windows 10/11 或 Ubuntu 20.04+
Python 版本：3.8~3.11，scikit-learn 和 Django 都兼容这个范围
数据库：SQLite 用于开发，MySQL 5.7+ 用于模拟生产
推荐 IDE：PyCharm 或 VS Code

创建requirements.txt：

Django==4.2.7 pandas==2.1.4 scikit-learn==1.3.2 joblib==1.3.2 requests==2.31.0 beautifulsoup4==4.12.2 mysqlclient==2.2.0

安装依赖：

pip install -r requirements.txt

创建 Django 项目和应用：

django-admin startproject sales_analysis cd sales_analysis python manage.py startapp product python manage.py startapp orders python manage.py startapp prediction

在settings.py中把应用加入INSTALLED_APPS：

INSTALLED_APPS = [ "django.contrib.admin", "django.contrib.auth", "django.contrib.contenttypes", "django.contrib.sessions", "django.contrib.messages", "django.contrib.staticfiles", "product", "orders", "prediction", ]

如果使用 MySQL，配置数据库连接：

DATABASES = { "default": { "ENGINE": "django.db.backends.mysql", "NAME": "sales_analysis", "USER": "root", "PASSWORD": "your_password", "HOST": "127.0.0.1", "PORT": "3306", } }

本机开发阶段用 SQLite 就行，后面要模拟生产再切换 MySQL。

5. 数据采集模块设计与实践

数据采集是这个项目第一环。在正式开始前需要确认数据源，按优先级推荐：平台官方开放接口、授权数据集、自建模拟数据、网站公开页面数据。最后一项才轮到爬虫，而且必须是低频、守规矩的爬虫。

下面是一份通用抓取模板，只做学习实验用：

import time import requests from bs4 import BeautifulSoup def build_headers(): return { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) learning-project", "Accept": "text/html", } def fetch_product_list(keyword: str, max_page: int = 1): """通用页面抓取模板，实际目标站点必须评估 robots 规则""" results = [] for page in range(1, max_page + 1): url = f"https://example.com/search?q={keyword}&page={page}" resp = requests.get(url, headers=build_headers(), timeout=10) soup = BeautifulSoup(resp.text, "html.parser") for item in soup.select(".product-item"): results.append(parse_item(item)) time.sleep(2) return results def parse_item(node): """从商品节点解析标题、价格、销量等字段，选择器按实际页面调整""" return { "product_id": node.get("data-id"), "title": node.select_one(".title").text.strip() if node.select_one(".title") else "", "price": float(node.select_one(".price").text.replace("¥", "")) if node.select_one(".price") else 0.0, "sales": int(node.select_one(".sales").text) if node.select_one(".sales") else 0, "shop_name": node.select_one(".shop").text.strip() if node.select_one(".shop") else "", }

实际项目中不要把页面选择器写死在业务逻辑里，建议把商品字段解析拆成策略类：

class ProductParser: """不同平台可以扩展不同解析器，保持 parse 接口一致""" def parse(self, html) -> list: raise NotImplementedError

爬虫采集到的数据不能直接入库，要先做清洗和去重。步骤是：按product_id去重，已存在的商品更新价格和累计销量；把价格缺失、标题过短、销量为负的记录剔除；统一字段类型，价格转成Decimal，日期统一成YYYY-MM-DD格式。

合规在这个模块最重要。爬虫只能在目标网站允许的范围内做低频访问，绝对不能用于绕过登录、验证码或采集任何个人信息。如果数据用于课程设计，自建 1000 到 2000 条模拟订单数据，配合少量真实公开商品数据，已经足够把后续所有功能跑通。

6. 商品与订单管理后台搭建

Django 管理后台的核心是数据模型。先定义商品和订单模型：

from django.db import models class Category(models.Model): name = models.CharField(max_length=64, unique=True, verbose_name="类目名称") class Product(models.Model): product_id = models.CharField(max_length=64, unique=True, verbose_name="商品ID") title = models.CharField(max_length=255, verbose_name="商品标题") category = models.ForeignKey(Category, on_delete=models.SET_NULL, null=True, blank=True, verbose_name="类目") price = models.DecimalField(max_digits=10, decimal_places=2, verbose_name="价格") shop_name = models.CharField(max_length=128, blank=True, verbose_name="店铺名称") monthly_sales = models.IntegerField(default=0, verbose_name="月销量") created_at = models.DateTimeField(auto_now_add=True, verbose_name="创建时间") class Meta: verbose_name = "商品" verbose_name_plural = "商品" class Order(models.Model): order_no = models.CharField(max_length=64, unique=True, verbose_name="订单编号") product = models.ForeignKey(Product, on_delete=models.CASCADE, verbose_name="商品") quantity = models.PositiveIntegerField(default=1, verbose_name="购买数量") amount = models.DecimalField(max_digits=10, decimal_places=2, verbose_name="订单金额") order_date = models.DateField(db_index=True, verbose_name="下单日期") is_promotion = models.BooleanField(default=False, verbose_name="是否促销活动") class Meta: verbose_name = "订单" verbose_name_plural = "订单"

这里用order_date而不是DateTimeField，是为了方便按天聚合统计。如果订单来自多个渠道，可以再增加platform字段用于区分来源。

注册到 Django Admin 后可以直接在后台维护数据：

from django.contrib import admin from .models import Product, Order, Category @admin.register(Category) class CategoryAdmin(admin.ModelAdmin): list_display = ("id", "name") @admin.register(Product) class ProductAdmin(admin.ModelAdmin): list_display = ("product_id", "title", "category", "price", "monthly_sales", "shop_name") list_filter = ("category", "shop_name") search_fields = ("title", "product_id") @admin.register(Order) class OrderAdmin(admin.ModelAdmin): list_display = ("order_no", "product", "quantity", "amount", "order_date", "is_promotion") list_filter = ("order_date", "is_promotion") date_hierarchy = "order_date"

执行数据迁移：

python manage.py makemigrations python manage.py migrate python manage.py createsuperuser python manage.py runserver 0.0.0.0:8000

后台地址是http://127.0.0.1:8000/admin/。完成数据迁移后，可以在后台手动录入商品和订单，也可以写导入脚本把 CSV 批量写入。批量导入更适合实验阶段：

import csv from datetime import datetime from product.models import Category, Product from orders.models import Order def import_csv(filepath): with open(filepath, encoding="utf-8-sig") as f: reader = csv.DictReader(f) category_map = {} for row in reader: cat_name = row["category"] if cat_name not in category_map: category_map[cat_name] = Category.objects.get_or_create(name=cat_name)[0] product, _ = Product.objects.get_or_create( product_id=row["product_id"], defaults={ "title": row["title"], "category": category_map[cat_name], "price": row["price"], "shop_name": row["shop_name"], }, ) Order.objects.create( product=product, order_no=row["order_no"], quantity=int(row["quantity"]), amount=row["amount"], order_date=datetime.strptime(row["order_date"], "%Y-%m-%d").date(), is_promotion=row.get("is_promotion") == "1", )