sales@lix.by
г.Минск, ул. Тимирязева, д.67, пом. 218
Пн - Пт: с 9:00 до 21:00
Сб - Вс: с 9:00 до 20:00

Bambu Lab

Bambu Lab

# 使用Python实现简单的数据可视化下面是一个使用Python的matplotlib和seaborn库创建数据可视化的示例。这个例子展示了如何创建多种类型的图表，并添加自定义样式。```pythonimport matplotlib.pyplot as pltimport seaborn as snsimport numpy as npimport pandas as pdfrom matplotlib import font_manager# 设置中文字体（如果系统中有中文字体）# 请根据你的系统修改字体路径# plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']# plt.rcParams['axes.unicode_minus'] = False# 设置图表样式plt.style.use('seaborn-v0_8-darkgrid')sns.set_palette("husl")# 创建示例数据np.random.seed(42)categories = ['产品A', '产品B', '产品C', '产品D', '产品E']months = ['1月', '2月', '3月', '4月', '5月', '6月']# 销售额数据sales_data = { '月份': months * 5, '产品': np.repeat(categories, 6), '销售额': np.random.randint(50, 200, 30)}# 用户评分数据rating_data = { '产品': categories, '评分': np.random.uniform(3.5, 5.0, 5), '用户数': np.random.randint(100, 1000, 5)}# 创建DataFramedf_sales = pd.DataFrame(sales_data)df_rating = pd.DataFrame(rating_data)# 创建多子图图表fig = plt.figure(figsize=(16, 10))fig.suptitle('产品数据分析报告', fontsize=18, fontweight='bold', y=0.98)# 1. 柱状图 - 各产品总销售额ax1 = plt.subplot(2, 3, 1)product_sales = df_sales.groupby('产品')['销售额'].sum()bars = ax1.bar(product_sales.index, product_sales.values, color=sns.color_palette("husl", 5))ax1.set_title('各产品总销售额', fontsize=14, fontweight='bold')ax1.set_ylabel('销售额 (万元)', fontsize=12)ax1.tick_params(axis='x', rotation=45)# 在柱子上添加数值标签for bar in bars: height = bar.get_height() ax1.text(bar.get_x() + bar.get_width()/2., height + 5, f'{int(height)}', ha='center', va='bottom', fontsize=10)# 2. 折线图 - 各月销售额趋势ax2 = plt.subplot(2, 3, 2)for product in categories: product_monthly = df_sales[df_sales['产品'] == product].sort_values('月份') ax2.plot(months, product_monthly['销售额'], marker='o', linewidth=2.5, label=product)ax2.set_title('各月销售额趋势', fontsize=14, fontweight='bold')ax2.set_ylabel('销售额 (万元)', fontsize=12)ax2.set_xlabel('月份', fontsize=12)ax2.legend(loc='upper left', bbox_to_anchor=(1, 1))ax2.grid(True, alpha=0.3)# 3. 饼图 - 销售额占比ax3 = plt.subplot(2, 3, 3)colors = plt.cm.Set3(np.linspace(0, 1, 5))wedges, texts, autotexts = ax3.pie(product_sales.values, labels=product_sales.index, autopct='%1.1f%%', startangle=90, colors=colors, textprops={'fontsize': 11})ax3.set_title('销售额占比', fontsize=14, fontweight='bold')# 添加图例ax3.legend(wedges, product_sales.index, title="产品", loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))# 4. 散点图 - 评分与用户数关系ax4 = plt.subplot(2, 3, 4)scatter = ax4.scatter(df_rating['评分'], df_rating['用户数'], s=df_rating['用户数']/5, alpha=0.7, c=df_rating['评分'], cmap='viridis', edgecolors='black')ax4.set_title('产品评分与用户数关系', fontsize=14, fontweight='bold')ax4.set_xlabel('评分 (1-5分)', fontsize=12)ax4.set_ylabel('用户数', fontsize=12)# 为每个点添加产品标签for i, product in enumerate(df_rating['产品']): ax4.annotate(product, (df_rating['评分'][i], df_rating['用户数'][i]), xytext=(5, 5), textcoords='offset points', fontsize=10)# 添加颜色条cbar = plt.colorbar(scatter, ax=ax4)cbar.set_label('评分值', fontsize=12)# 5. 箱线图 - 销售额分布ax5 = plt.subplot(2, 3, 5)box_data = [df_sales[df_sales['产品'] == product]['销售额'].values for product in categories]box = ax5.boxplot(box_data, labels=categories, patch_artist=True)# 设置箱线图颜色colors = sns.color_palette("husl", 5)for patch, color in zip(box['boxes'], colors): patch.set_facecolor(color) patch.set_alpha(0.7)ax5.set_title('各产品销售额分布', fontsize=14, fontweight='bold')ax5.set_ylabel('销售额 (万元)', fontsize=12)ax5.tick_params(axis='x', rotation=45)# 6. 堆叠面积图 - 各月各产品销售额构成ax6 = plt.subplot(2, 3, 6)# 重塑数据为宽格式pivot_sales = df_sales.pivot(index='月份', columns='产品', values='销售额')pivot_sales = pivot_sales.reindex(months) # 确保月份顺序正确# 创建堆叠面积图ax6.stackplot(months, [pivot_sales[product] for product in categories], labels=categories, alpha=0.8)ax6.set_title('各月销售额构成', fontsize=14, fontweight='bold')ax6.set_xlabel('月份', fontsize=12)ax6.set_ylabel('销售额 (万元)', fontsize=12)ax6.legend(loc='upper left', fontsize=10)ax6.set_xticks(range(len(months)))ax6.set_xticklabels(months)# 调整布局plt.tight_layout(rect=[0, 0, 1, 0.96])# 添加脚注plt.figtext(0.5, 0.01, '数据来源: 模拟数据 | 生成时间: 2023年', ha='center', fontsize=10, style='italic')# 保存图表plt.savefig('product_analysis.png', dpi=300, bbox_inches='tight')plt.show()# 打印数据摘要print("=" * 60)print("数据摘要:")print("=" * 60)print(f"总销售额: {df_sales['销售额'].sum():.0f} 万元")print(f"平均月销售额: {df_sales.groupby('月份')['销售额'].sum().mean():.0f} 万元")print(f"最畅销产品: {product_sales.idxmax()} ({product_sales.max():.0f} 万元)")print(f"最高评分产品: {df_rating.loc[df_rating['评分'].idxmax(), '产品']} ({df_rating['评分'].max():.2f} 分)")print("=" * 60)```## 代码说明这个示例代码创建了一个包含6个子图的数据仪表板，展示了：1. **柱状图**：各产品总销售额对比2. **折线图**：各产品月度销售趋势3. **饼图**：各产品销售额占比4. **散点图**：产品评分与用户数的关系（气泡大小表示用户数）5. **箱线图**：各产品销售额分布情况6. **堆叠面积图**：各月销售额构成## 运行要求运行此代码需要安装以下Python库：```bashpip install matplotlib seaborn numpy pandas```## 自定义建议1. **数据源**：将示例数据替换为实际数据2. **颜色主题**：修改`sns.set_palette()`来更改颜色方案

Новинка

Быстрый просмотр

Филамент Bambu Lab Pla Silk+ A06-G1-1.75-1000-SPL (1кг, мятный)

Гарантия (месяцев)

:

12

Быстрый просмотр

FDM принтер Bambu Lab A1 mini Combo EU

FDM принтер Bambu Lab A1 mini Combo EU

FDM принтер Bambu Lab A1 mini Combo EU

FDM принтер Bambu Lab A1 mini Combo EU

Гарантия (месяцев)

:

12

Новинка

Быстрый просмотр

Филамент Bambu Lab TPU 90А U03-W1-1.75-1000-SPL (1кг, белый)

Гарантия (месяцев)

:

12

Комментарии

Загрузка комментариев...

Назад к списку

Продолжая использовать сайт, вы соглашаетесь с политикой использования файлов cookie.