MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

# Библиотеки
import requests
import json
import time
import pandas as pd
import datetime
import locale

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

import scipy.stats as stats

# Тестовые списки баллов для каждой группы
metal = [85, 88, 82, 90, 87]
jazz = [72, 78, 68, 80, 75]
classic = [91, 85, 89, 95, 92]
rap = [79, 83, 76, 85, 80]

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

'''
Тест Шапиро-Уилка на нормальность распределения
'''
# H0 - данные распределены нормально
# H1 - данные не распределены нормально

from scipy.stats import shapiro

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

'''
Допустим у вас есть несколько однотипных файлов с данными по продажам с маркетплейса Ozon.
Для того чтобы вытащить из них информацию для обработки сначала необходимо загрузить всё это в датафрейм.
Можно поступить двумя способами: использую библиотеку glob или библиотеку os. Все ваши файлы складываем в какую-нибудь папку,
там же где будет лежать скрипт python. Папку назовём 'Ozon_FBO'. Затем пишем код…
'''

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

'''Бывает такое, что копируешь файл с уже написанным кодом из Jupyter Notebook
в новый проект прям всем файлом целиком, вносишь правки, запускаешь.
И если в коде есть сохранение файлов, то может произойти такое,
когда файлы сохраняются не в новой директории скрипта,
а в старой. Чтобы всё это починить нужно написать следующий код в ноутбуке:
'''

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

# Замечательная библиотека для построения интерактивных графиков с продажами и скользящим средним сразу для всех артикулов

'''
Дано:
new_df - датафрейм
art - артикулы товаров
date_order - даты продажи

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

# Если данных мало для построения полноценной предсказательной модели,
# то можно посчитать спрос за последний значимый период
# и спрогнозировать потребность товаров на складе
# Для этого выгружаем данные по FBO и FBS из кабинета Ozon в разделе «Заказы со склада Ozon» и «Заказы с моих складов»
# в формате аналитических данных CSV. Далее пишем код:

# Импортируем нужные библиотеки

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

# Выгрузка всей информации о рекламных кампаниях в Wildberries через API: https://advert-api.wildberries.ru/adv/v2/fullstats
# Возвращает статистику кампаний. Максимум 1 запрос в минуту :( Данные вернутся для кампаний в статусе 7, 9 и 11.

def adv_wb_info(list_campaign, d_start, d_end):
    request_data = pd.DataFrame()
    for index, row in list_campaign.iterrows():
        id_campaign = row['advertId']

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

# Продажи на Ozon в графике
import pandas as pd
import numpy as np
import locale
import os
import csv
from datetime import datetime, timedelta

MikyPo

# Developed by MikyPo
# More code for DA here: https://dzen.ru/mikypo

import pandas as pd
import numpy as np
import plotly.express as px
import plotly.colors.qualitative

# Создаем пустой DataFrame для сбора данных по всем направлениям
final_df = pd.DataFrame()