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

BIHUI

BIHUI

# 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=(16, 10))fig.suptitle('产品销售数据分析', fontsize=16, 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.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)')ax1.set_xlabel('产品')# 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)monthly_sales = df.groupby('月份')['销售额'].sum()ax2.plot(monthly_sales.index, monthly_sales.values, marker='o', linewidth=2.5, markersize=8)ax2.set_title('月度销售额趋势', fontsize=14, fontweight='bold')ax2.set_ylabel('销售额 (万元)')ax2.set_xlabel('月份')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)ax3.set_title('各产品销售额占比', fontsize=14, 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'], s=df['利润']*5, alpha=0.7, cmap='viridis')ax4.set_title('销售额与利润关系', fontsize=14, fontweight='bold')ax4.set_xlabel('销售额 (万元)')ax4.set_ylabel('利润 (万元)')# 添加颜色条cbar = plt.colorbar(scatter, ax=ax4)cbar.set_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'] == cat]['销售额'].values for cat in categories]box = ax5.boxplot(box_data, labels=categories, patch_artist=True)ax5.set_title('各产品销售额分布', fontsize=14, 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("husl", 5)for patch, color in zip(box['boxes'], colors): patch.set_facecolor(color) patch.set_alpha(0.7)# 6. 堆叠面积图 - 各产品月度销售额构成ax6 = plt.subplot(2, 3, 6)# 创建数据透视表pivot_df = df.pivot_table(index='月份', columns='产品', values='销售额', aggfunc='sum')pivot_df.plot.area(ax=ax6, alpha=0.8)ax6.set_title('各产品月度销售额构成', fontsize=14, fontweight='bold')ax6.set_ylabel('销售额 (万元)')ax6.set_xlabel('月份')ax6.legend(title='产品', bbox_to_anchor=(1.05, 1), loc='upper left')# 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: 模拟销售数据 | 生成时间: 2023年', ha='center', fontsize=10, style='italic')# 保存图表plt.savefig('sales_visualization.png', dpi=300, bbox_inches='tight')# 显示图表plt.show()# 创建交互式数据表格展示print("=" * 60)print("销售数据摘要")print("=" * 60)print(f"数据记录数: {len(df)}")print(f"时间范围: {df['月份'].min()} 到 {df['月份'].max()}")print(f"产品数量: {df['产品'].nunique()}")print("\n各产品销售额统计:")print(df.groupby('产品')['销售额'].agg(['sum', 'mean', 'min', 'max']).round(2))print("\n月度销售额统计:")print(df.groupby('月份')['销售额'].agg(['sum', 'mean', 'min', 'max']).round(2))```## 代码说明1. **数据准备**：创建模拟的销售数据，包含产品、月份、销售额和利润字段。2. **可视化图表类型**： - 柱状图：展示各产品总销售额 - 折线图：显示月度销售额趋势 - 饼图：展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情况 - 堆叠面积图：显示各产品月度销售额构成3. **样式设置**： - 使用seaborn的darkgrid样式 - 设置husl调色板 - 添加图表标题、轴标签和图例 - 在图表元素上添加数据标签4. **输出**： - 保存高分辨率PNG图像 - 在控制台输出数据摘要## 运行要求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仪表板，适用于数据分析报告、商业演示等多种场景。

Быстрый просмотр

Ручной плиткорез BIHUI TCS1200

Ручной плиткорез BIHUI TCS1200

Гарантия (месяцев)

:

12

Быстрый просмотр

Пылесос BIHUI VCH30

Пылесос BIHUI VCH30

Пылесос BIHUI VCH30

Гарантия (месяцев)

:

12

Быстрый просмотр

Шлифмашина для стен и потолков BIHUI CG1900

Шлифмашина для стен и потолков BIHUI CG1900

Шлифмашина для стен и потолков BIHUI CG1900

Шлифмашина для стен и потолков BIHUI CG1900

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.