疫情影响下，虽然经济不好，大家的消费会有所消减。
但在经济不好的时候，人们为了省钱，会更喜欢双十一和六一八这种购物节。
所以人们对双十一的热情，会不减反增。
不过疫情还是个不稳定的因素，如果在双十一临近爆发了，那物流可能会崩溃。
10月14日，14家快递物流公司联合宣布，将联合天猫、菜鸟正式启动2020年天猫双11全球狂欢节的物流备战。菜鸟双11物流总指挥孙建介绍，今年将首次在双11期间将部分预售商品提前配送到社区，让消费者支付尾款后立即收货。
始于2009年的双十一走过了11个年头，今年迎来第12个双十一，也算是马上走过了一个轮回。双十一的营销套路也从最初的“全场五折”到现在的满减预售、拼单满减...，销售额也随着消费需求的增长不断刷新新高。
-
2009年的天猫还叫淘宝商城，双11在全场五折包邮中登台亮相。那一年的双11，销售额是5200万，27个品牌参与了活动，原计划的一次促销，却不小心创造了历史。
-
2010年，“双11”平均每秒超过2万元交易，181家店铺销售过百万，总成交额9.36亿，这个数字已经超过了香港一天的零售额。
-
2011年，“双11”总成交额达到了33.6亿。直到12月下旬，“双11”的包裹才彻底发完。
-
2012年，淘宝商城正式更名为天猫，“双11”正式被命名为“双11购物狂欢节”。这一年，天猫“双11”线上总成交额达到191亿，也正是从这一年开始，“双11”热潮从线上覆盖到线下，百货商场、购物中心也纷纷推出活动。
-
2013年天猫“双11”的菜鸟物流第一次亮相，这一年的交易总额达到362亿元。
-
2014年9月，阿里巴巴在美国纽交所上市。那一年天猫“双11”开始后74秒交易额突破1个亿，7小时17分突破200亿，全天交易额达571亿元。
-
2015年，天猫“双11”最终的交易额达到912.17亿元，移动端占比68.67%，11日当天系统交易创建峰值达到每秒钟14万笔，支付宝最高峰值每秒8.59万笔交易。
-
2016年，天猫“双11”24小时总成交额达到1207亿元，其中，线上占比为82%，交易峰值达到了每秒17.5万笔。
-
2017年天猫“双11”高达1682亿交易额。
-
2018年天猫双11滚动了24小时的2018天猫“双11”实时交易规模数据暂时定格在2135亿元人民币。这也是自“双11”设立以来，阿里巴巴旗下平台交易总额首度打破2000亿元。
-
2019年天猫双十一交易额最终定格在2684亿，再次刷新双十一交易额记录。
再过几天就是双十一了，是不是很期待呢！！！
现在我们来预测一下2020年双十一的销售额是多少？
# -*- coding: utf-8 -*-
"""
Created on 2020-11-2
@author: 李运辰
"""
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体
'''年份'''
x = np.array([year for year in range(2009,2020)])
'''实际销售额'''
y = np.array([0.5,9.36,52,191,352,571,912,1207,1682.69,2135,2684])
'''用3次多项式拟合'''
z1 = np.polyfit(x,y,3)
p1 = np.poly1d(z1)
yvals = p1(x)
plot1 = plt.plot(x,y,'*',label=u"实际销售额")
plot2 = plt.plot(x,yvals,'r',label=u"拟合销售额")
plt.xticks(x)
plt.xlabel(u'年份')
plt.ylabel(u'销售额（亿）')
plt.title(u'2009-2019淘宝双十一销售额拟合曲线')
plt.legend(loc=4)
plt.figure(figsize=(10,10))
plt.show()
print("拟合多项式：",p1)
p1 = np.poly1d(z1)
print("_"*40)
print("2020年预测值：",p1(2020))
print('2021年预测值：',p1(2021))
拟合结果简直太完美了。
拟合多项式公式如下:
0.1298*x^3 - 753.8*x^2 + 1.457e+10^6*x - 9.38*10^8
接着可以预测今年2020年和明年2021年的销售：
2020年预测值：3294.2315183877945
2021年预测值：3968.5136407613754
结束语：今年双十一的你又剁手了吗？哈哈哈哈哈
正文结束！！！
欢迎关注公众号：Python爬虫数据分析挖掘
记录学习python的点点滴滴；
回复【开源源码】免费获取更多开源项目源码；
公众号每日更新python知识和【免费】工具；
本文已同步到【开源中国】、【腾讯云社区】、【CSDN】；
