以下是的一些我们精选的胸围罩杯： 用数据对女生胸围来次一本正经的探索吧

关爱女性健康，从我做起 !

小早说：关爱女性健康，从我做起 !

一、缘起心血来潮，突然想爬取天猫内衣的购买信息记录，来对中国广大女性的胸围情况来次认真地探讨 ( 很认真的那种 ) 。

爬取内容为评论里的信息，包括尺码，颜色以及评价。

数据获取过程如下：

1. 习惯性打开开发者工具，果不其然，评论信息是动态生成的。

2. 所以就要到 network 去抓包，数据是 json 格式的。

3. 搞到评论的具体网址后分析下各参数，用 list 迭代岂不美滋滋 ?

4. 第一次迭代爬取 10w 条评论后用 set 去重后只剩下 1000 多条 ???

5. 经分析，它每隔几页评论就会弹出一个反爬虫连接验证登录，而且靠后一点，如 100 页后的数据显示的总是重复，经优化后一个商品差不多能爬到 4000 条不重复的评论。

6. 也可能是我技术还不到家吧，能力不够，努力来凑。

7. 我就爬取了不同的约 50 件商品的记录，得到了 20w 条评论信息 ( 样本容量还是有点小，不过取样的范围广一点 ) 。二、前言前言首先，得对内衣的尺码有所了解，为此我专门查了一下，在这里给对这个还不熟悉的男同胞们科普一下。

胸围分为上胸围和下胸围。如何测量下胸围尺码 ?

水平围绕胸部乳房底部一周的长度，即为胸部下围尺寸，单位：CM。

如何测量上胸围方法 ?

水平围绕胸部最高点 ( 乳 . 头 ) 一周的长度，即为胸上围尺寸，如测量尺寸时遇到小数，测量时建议采用进一法，例如 72.1 公分，计算为 73 公分。

还不知道怎么测量，看图。

如何计算罩杯的大小 ?

罩杯的大小就是上胸围减去下胸围的差。

根据步骤一测量的结果，用胸围尺寸 - 下胸围尺寸的差，即确定罩杯号型，对应罩杯参考。

本来以为 A 已经够优秀了，没想到还有 AA 的，比优秀还优秀。

加油，摸摸大 ! 接下来就是确定具体尺码了，尺码有两种，英式尺码和国际尺码。

不能再描述下去了，再描述下去成 BRA 科普文了，上酸菜，啊不，上正文 ~~

三、正文有了这些基本概念后，我们再来看看这具体的 20w 条数据能告诉我们什么。

颜色对颜色进行分词统计词频，清理数据后共有 136 个，对 top20 生成条形图。

肤色 黑色 粉色 在第一梯队，遥遥领先。

灰色 白色 卡其色 紫色 蓝色 浅紫色 红色 贵族黑 浅蓝 处于第二梯队，贵族黑和黑色有什么差别 ? 黑得若隐若现 ?

薄杯，薄款，厚款，超薄 按厚度来，厚款 > 薄款 > 薄杯 > 超薄 ?

广大女性对薄款还是更多钟爱的，是因为现在夏天薄的比较凉爽吗 ? 还是薄的性感一点 ?

具体 top60 如下：

肤色 , 67861

黑色 , 48686

粉色 , 15788

钢圈 , 14846

薄款 , 11928

薄杯 , 9874

单件 , 7109

灰色 , 6486

白色 , 6345

套装 , 6228

卡其色 , 5745

紫色 , 5540

蓝色 , 5333

厚款 , 5126

浅紫色 , 4336

红色 , 4322

贵族黑 , 4285

拉丝 , 3793

浅蓝 , 3667

超薄 , 3627

下厚 , 3459

上薄 , 3459

绑带 , 3236

酒红 , 3215

肤嫩色 , 2804

三排 , 2543

亮面 , 2403

纯色 , 2205

轻肤 , 2189

蕾丝 , 2102

银灰色 , 1979

藕荷色 , 1802

玫红 , 1781

宝蓝色 , 1681

纯洁 , 1659

全光肤 , 1642

银灰 , 1636

咖啡色 , 1587

光面 , 1548

段染 , 1547

虾粉 , 1546

水晶 , 1371

亚光版 , 1262

藏青 , 1211

轻粉 , 1185

绿色 , 1113

浅绿色 , 1074

粉红色 , 1056

全光 , 1053

金肤色 , 1006

豆沙 , 870

典雅 , 788

果绿 , 722

冰沙粉 , 699

紫颜色 , 678

经典 , 649

蓝边 , 643

奶白色 , 621

浅粉 , 563

薄荷绿 , 556 才知道原来颜色可以有这么多种，长姿势了 ...

土豪金 静谧蓝 个性黑 挺别致的，蕾丝 好像也深受喜爱，最后来个词云。

尺码这 20w 条数据中，下胸围范围为 [ 70cm - 90cm ] ，罩杯范围为 [ A - E ] 。

先来看看总体的胸围情况。

总体上呈现先升后降的趋势，以 75cm 为分界点开始下滑。

总体范围还是在 70cm - 85cm， 95cm 的基本上已经很少了。

一是可能爬取的内衣商品里面有的没卖 95cm 的，二是这胸围的本来就少 ...

下胸围对应的总体比例。

再来看看总体的罩杯情况。

也是先升后降的趋势，这个是以 B 罩杯为分界点开始下滑，但是这个滑得明显比较陡峭一点，E 罩杯 只有可怜的 155。

哎 ! 现实太骨感了，还是理想丰满一点。

罩杯对应的总体比例。

看完总体看具体，以罩杯为横坐标，绘制出各胸围对应的罩杯情况。

基本上都是先升后降，75cm 80cm 85cm 的是以 B 罩杯为分界点变换趋势，只有 70cm 的是一路向下滑。

90cm 和 95cm 由于量不足，在这个图里基本上已经贴着 X 轴了，把这两个单独拉出来看看。

这下就明显很多了，这两个是以 C 罩杯为分界点变换趋势的，因为毕竟胸围大，罩杯大的几率会大一点。

值得注意的是，95cm 是没有 A 罩杯和 E 罩杯的。

95cm 的胸围 A 的罩杯，这太可怜了吧，95cm 的胸围 E 的罩杯，那也是强得不敢想象。

以胸围为横坐标，绘制出各罩杯对应的胸围情况。

这个的趋势就比较有趣了，A 罩杯和 B 罩杯以 75cm 为分界点，开始下降。

A 罩杯降得比 B 罩杯稍微平缓一点，C 罩杯的波动就平缓很多，可能也是总体的量偏少，加上图表比例的关系。

至于 D 罩杯和 E 罩杯，还是贴地了，我也把它俩单独拉出来。

可以看到 D 罩杯是呈现梯状的，E 罩杯由于量实在少，基本上毫无波动。

再详细看看数据集中的范围吧。胸围范围为 [ 70cm - 85cm ] ，罩杯范围为 [ A - C ] ，其对应的比例分别如下。

70cm 的情况，A > B > C

75cm 的情况，B > A > C

80cm 的情况，B > A > C

85cm 的情况，B > C > A

70cm 的小胸围罩杯比例 A > B > C，小胸围的本身应该就是偏瘦，瘦的话罩杯也是偏小。

75cm 和 80cm 的 B 罩杯的比例都要稍大于 A 罩杯的。

85cm 的 C 罩杯已经反超于 A 罩杯了，毕竟胸围大，罩杯也不会小到哪里去。

评价一样的套路，分词然后统计词频，进行数据的清理。

其中有 42321 条评论用户是没有填写评论的，这个不进行处理。

由于评价没有统一规范，这个统计出来的词就多了去了，由 top20 生成条形图。

舒服 不错 喜欢 满意 可以 好评 合适 这些都是不错的评价，聚拢 ? 显得大一点吗 ?

展示一下 top60，如下。

舒服 , 39425

不错 , 38335

质量 , 27383

喜欢 , 21841

穿着 , 19816

内衣 , 18281

宝贝 , 17377

非常 , 16812

聚拢 , 14919

收到 , 14881

满意 , 14558

效果 , 12684

可以 , 11989

好评 , 11520

合适 , 10705

购买 , 10254

没有 , 9114

就是 , 8807

有点 , 8658

特别 , 8455

真的 , 8105

感觉 , 7927

小 , 7347

颜色 , 6945

下次 , 6876

这个 , 6557

物流 , 6517

起来 , 6279

好看 , 6250

还会 , 5864

夏天 , 5585

以后 , 5472

值得 , 5457

尺码 , 5453

第二次 , 5415

价格 , 5378

舒适 , 5369

不会 , 5169

还是 , 5080

而且 , 5052

适合 , 5041

卖家 , 4964

一样 , 4834

钢圈 , 4756

东西 , 4711

客服 , 4696

一下 , 4638

大小 , 4591

面料 , 4531

试穿 , 4476

挺舒服 , 4468

推荐 , 4383

很快 , 4037

便宜 , 3996

一次 , 3843

但是 , 3717

已经 , 3714

超级 , 3692

衣服 , 3621

一个 , 3476 第二次都出现了 5415 次，看来是回头客了。

来看一下没有排上 top60 的其他词，来个有趣一点的。

哈哈 , 989

哈哈哈 , 554

哈 , 318

哈哈哈哈 , 170 所以，哈多少个是看心情决定的吗 ?

实惠 , 3216

方便 , 1708

性价比 , 1662 货比三家，上网买东西图的就是一个方便和便宜。

其他的就不再详细分析了，还是老规矩，上个评价的词云。

四、最后最后看我用散点图画出一个内衣。

什么 ? 不喜欢这火辣的红色，那来个性感的黑色。

用散点图表白也不是说不行，诺 !

最后一张图引用我心目中永远的大神 Linus 的一句话。

Talk is cheap，show me the data!

来源：互联网的一些事（www.yixieshi.com）. 转载请保留出处 .