Войти

Избранное

0 Корзина

Смартфоны Холодильники Телевизоры Водонагреватели (бойлеры) Газонокосилки Духовые шкафы Посудомоечные машины Стиральные машины Триммеры

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

Bessey

Bessey

# 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']# 销售数据sales_data = { '月份': months * 5, '产品': np.repeat(categories, 6), '销售额': np.random.randint(50, 200, 30), '利润': np.random.uniform(10, 50, 30)}df = pd.DataFrame(sales_data)# 创建多子图布局fig = plt.figure(figsize=(15, 10))fig.suptitle('2023年上半年产品销售分析', fontsize=16, fontweight='bold')# 1. 柱状图 - 各产品总销售额ax1 = plt.subplot(2, 3, 1)product_sales = df.groupby('产品')['销售额'].sum()bars = ax1.bar(product_sales.index, product_sales.values, color=sns.color_palette()[:5])ax1.set_title('各产品总销售额', fontsize=12, fontweight='bold')ax1.set_ylabel('销售额 (万元)')ax1.set_xlabel('产品')# 在柱状图上添加数值标签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=9)# 2. 折线图 - 月度销售额趋势ax2 = plt.subplot(2, 3, 2)for product in categories: product_data = df[df['产品'] == product] ax2.plot(product_data['月份'], product_data['销售额'], marker='o', linewidth=2, label=product)ax2.set_title('月度销售额趋势', fontsize=12, fontweight='bold')ax2.set_ylabel('销售额 (万元)')ax2.set_xlabel('月份')ax2.legend(loc='upper left', fontsize=8)ax2.grid(True, alpha=0.3)# 3. 饼图 - 各产品销售额占比ax3 = plt.subplot(2, 3, 3)explode = (0.05, 0, 0, 0, 0) # 突出显示第一个产品wedges, texts, autotexts = ax3.pie( product_sales.values, labels=product_sales.index, autopct='%1.1f%%', startangle=90, explode=explode, shadow=True, colors=sns.color_palette()[:5])ax3.set_title('各产品销售额占比', fontsize=12, fontweight='bold')# 设置百分比文本样式for autotext in autotexts: autotext.set_color('white') autotext.set_fontweight('bold')# 4. 散点图 - 销售额与利润关系ax4 = plt.subplot(2, 3, 4)scatter = ax4.scatter(df['销售额'], df['利润'], c=df['销售额'], cmap='viridis', s=100, alpha=0.7, edgecolors='black')ax4.set_title('销售额与利润关系', fontsize=12, fontweight='bold')ax4.set_xlabel('销售额 (万元)')ax4.set_ylabel('利润 (万元)')# 添加颜色条plt.colorbar(scatter, ax=ax4, label='销售额强度')# 5. 箱线图 - 各产品销售额分布ax5 = plt.subplot(2, 3, 5)box_data = [df[df['产品'] == product]['销售额'].values for product in categories]box = ax5.boxplot(box_data, labels=categories, patch_artist=True)ax5.set_title('各产品销售额分布', fontsize=12, fontweight='bold')ax5.set_ylabel('销售额 (万元)')ax5.set_xlabel('产品')# 设置箱线图颜色colors = sns.color_palette()[:5]for patch, color in zip(box['boxes'], colors): patch.set_facecolor(color) patch.set_alpha(0.7)# 6. 堆叠面积图 - 月度各产品销售额构成ax6 = plt.subplot(2, 3, 6)# 重塑数据为宽格式pivot_df = df.pivot_table(index='月份', columns='产品', values='销售额', aggfunc='sum')pivot_df = pivot_df.reindex(months) # 确保月份顺序正确ax6.stackplot(pivot_df.index, pivot_df.T.values, labels=categories, colors=colors)ax6.set_title('月度各产品销售额构成', fontsize=12, fontweight='bold')ax6.set_ylabel('销售额 (万元)')ax6.set_xlabel('月份')ax6.legend(loc='upper left', fontsize=8)# 调整布局plt.tight_layout()plt.subplots_adjust(top=0.92)# 保存图表plt.savefig('sales_analysis.png', dpi=300, bbox_inches='tight')# 显示图表plt.show()# 创建单独的热力图print("\n月度各产品销售额热力图:")# 创建热力图数据heatmap_data = df.pivot_table(index='产品', columns='月份', values='销售额', aggfunc='sum')heatmap_data = heatmap_data.reindex(categories).reindex(columns=months)plt.figure(figsize=(10, 6))sns.heatmap(heatmap_data, annot=True, fmt='.0f', cmap='YlOrRd', linewidths=0.5, linecolor='gray', cbar_kws={'label': '销售额 (万元)'})plt.title('月度各产品销售额热力图', fontsize=14, fontweight='bold')plt.xlabel('月份')plt.ylabel('产品')plt.tight_layout()plt.savefig('sales_heatmap.png', dpi=300, bbox_inches='tight')plt.show()# 输出数据摘要print("\n数据摘要:")print("=" * 50)print(f"数据集包含 {len(df)} 条记录")print(f"时间范围: {df['月份'].min()} 到 {df['月份'].max()}")print(f"产品数量: {len(categories)}")print("\n各产品销售额统计:")print(df.groupby('产品')['销售额'].describe().round(2))```## 代码说明1. **数据准备**：创建了一个模拟的销售数据集，包含产品、月份、销售额和利润字段。2. **可视化类型**： - 柱状图：显示各产品总销售额 - 折线图：展示月度销售额趋势 - 饼图：显示各产品销售额占比 - 散点图：分析销售额与利润的关系 - 箱线图：展示各产品销售额分布 - 堆叠面积图：显示月度各产品销售额构成 - 热力图：展示月度各产品销售额矩阵3. **自定义功能**： - 添加了数据标签 - 设置了颜色主题 - 添加了图例和标题 - 保存图表为图片文件 - 输出数据摘要## 运行要求要运行此代码，需要安装以下Python库：```bashpip install matplotlib seaborn numpy pandas```这个示例展示了如何使用Python创建专业的数据可视化图表，适用于数据分析报告、商业演示等多种场景。

Выбрать все

Новинка

Струбцина Bessey ClassiX GSH 200/100 (GSH20)

Гарантия (месяцев)

:

12

Bessey BAN700

Гарантия (месяцев)

:

12

Комментарии

Загрузка комментариев...

Назад к списку

Главная Каталог 0 Корзина 0 Избранные Кабинет 0 Сравнение Акции Контакты Услуги Бренды Отзывы Компания Лицензии Документы Реквизиты Блог Обзоры

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