Войти

Избранное

0 Корзина

Смартфоны Холодильники Телевизоры Водонагреватели (бойлеры) Газонокосилки Триммеры

sales@lix.by
г.Минск, ул. Тимирязева, д.67, пом. 428
Пн - Пт: с 9:00 до 21:00
Сб - Вс: с 9:00 до 20:00

Феникс-Презент

# 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。 ```python import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as pd from matplotlib import font_manager # 设置中文字体（如果系统中有中文字体） try: font_path = "/System/Library/Fonts/PingFang.ttc" # macOS # font_path = "C:/Windows/Fonts/simhei.ttf" # Windows font_prop = font_manager.FontProperties(fname=font_path) plt.rcParams['font.sans-serif'] = [font_prop.get_name()] plt.rcParams['axes.unicode_minus'] = False except: print("未找到中文字体，使用默认字体") # 设置Seaborn样式 sns.set_style("whitegrid") 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'] # 创建销售数据 sales_data = pd.DataFrame({ '月份': np.tile(months, len(categories)), '产品': np.repeat(categories, len(months)), '销售额': np.random.randint(50, 200, size=len(categories)*len(months)), '利润': np.random.randint(10, 80, size=len(categories)*len(months)) }) # 创建用户评分数据 ratings_data = pd.DataFrame({ '产品': categories, '评分': np.random.uniform(3.5, 5.0, size=len(categories)), '评价数量': np.random.randint(100, 1000, size=len(categories)) }) # 创建时间序列数据 dates = pd.date_range('2023-01-01', periods=30, freq='D') time_series_data = pd.DataFrame({ '日期': dates, '访问量': np.random.randint(500, 1500, size=len(dates)) + np.sin(np.linspace(0, 4*np.pi, len(dates))) * 300, '转化率': np.random.uniform(0.02, 0.08, size=len(dates)) }) # 创建多子图 fig = plt.figure(figsize=(16, 12)) fig.suptitle('产品销售数据分析报告', fontsize=16, fontweight='bold') # 1. 柱状图 - 各产品总销售额 ax1 = plt.subplot(2, 3, 1) product_sales = sales_data.groupby('产品')['销售额'].sum().sort_values() bars = ax1.barh(product_sales.index, product_sales.values, color=sns.color_palette("husl", len(categories))) ax1.set_xlabel('销售额（万元）') ax1.set_title('各产品总销售额') # 在柱状图上添加数值标签 for i, (bar, value) in enumerate(zip(bars, product_sales.values)): ax1.text(value + 5, bar.get_y() + bar.get_height()/2, f'{value:.0f}', va='center', fontsize=10) # 2. 折线图 - 各月销售趋势 ax2 = plt.subplot(2, 3, 2) monthly_sales = sales_data.groupby('月份')['销售额'].sum() ax2.plot(monthly_sales.index, monthly_sales.values, marker='o', linewidth=2.5, markersize=8) ax2.set_xlabel('月份') ax2.set_ylabel('销售额（万元）') ax2.set_title('月度销售趋势') ax2.grid(True, alpha=0.3) # 填充折线图下方区域 ax2.fill_between(monthly_sales.index, monthly_sales.values, alpha=0.2) # 3. 散点图 - 评分与销售额关系 ax3 = plt.subplot(2, 3, 3) product_summary = sales_data.groupby('产品').agg({'销售额': 'sum', '利润': 'sum'}).reset_index() product_summary = product_summary.merge(ratings_data, on='产品') scatter = ax3.scatter(product_summary['评分'], product_summary['销售额'], s=product_summary['评价数量']/10, alpha=0.7, c=product_summary['利润'], cmap='viridis') ax3.set_xlabel('产品评分') ax3.set_ylabel('总销售额（万元）') ax3.set_title('评分与销售额关系（气泡大小=评价数量）') # 添加颜色条 cbar = plt.colorbar(scatter, ax=ax3) cbar.set_label('利润（万元）') # 添加产品标签 for i, row in product_summary.iterrows(): ax3.annotate(row['产品'], (row['评分'], row['销售额']), xytext=(5, 5), textcoords='offset points', fontsize=9) # 4. 箱线图 - 各产品销售额分布 ax4 = plt.subplot(2, 3, 4) sns.boxplot(data=sales_data, x='产品', y='销售额', ax=ax4) ax4.set_xlabel('产品') ax4.set_ylabel('销售额（万元）') ax4.set_title('各产品销售额分布') # 添加数据点 sns.stripplot(data=sales_data, x='产品', y='销售额', ax=ax4, color='black', alpha=0.5, size=4) # 5. 面积图 - 时间序列数据 ax5 = plt.subplot(2, 3, 5) ax5.plot(time_series_data['日期'], time_series_data['访问量'], color='darkblue', linewidth=2) ax5.fill_between(time_series_data['日期'], time_series_data['访问量'], alpha=0.3, color='skyblue') ax5.set_xlabel('日期') ax5.set_ylabel('访问量', color='darkblue') ax5.set_title('网站访问量趋势') ax5.tick_params(axis='y', labelcolor='darkblue') # 添加第二个y轴 ax5_twin = ax5.twinx() ax5_twin.plot(time_series_data['日期'], time_series_data['转化率']*100, color='darkred', linewidth=2, linestyle='--') ax5_twin.set_ylabel('转化率 (%)', color='darkred') ax5_twin.tick_params(axis='y', labelcolor='darkred') # 格式化x轴日期 ax5.xaxis.set_tick_params(rotation=45) # 6. 饼图 - 各产品销售额占比 ax6 = plt.subplot(2, 3, 6) product_sales_pie = sales_data.groupby('产品')['销售额'].sum() wedges, texts, autotexts = ax6.pie(product_sales_pie.values, labels=product_sales_pie.index, autopct='%1.1f%%', startangle=90, colors=sns.color_palette("husl", len(categories))) ax6.set_title('各产品销售额占比') # 美化饼图文本 for autotext in autotexts: autotext.set_color('white') autotext.set_fontweight('bold') # 调整布局 plt.tight_layout() plt.subplots_adjust(top=0.92) # 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('data_visualization_report.png', dpi=300, bbox_inches='tight') # 显示图表 plt.show() # 创建交互式图表（需要plotly） try: import plotly.express as px import plotly.graph_objects as go from plotly.subplots import make_subplots # 创建交互式柱状图 fig_interactive = px.bar(product_summary, x='产品', y='销售额', color='利润', hover_data=['评分', '评价数量'], title='产品销售额与利润（交互式图表）', labels={'销售额': '销售额（万元）', '利润': '利润（万元）'}, color_continuous_scale='Viridis') fig_interactive.update_layout( xaxis_title="产品", yaxis_title="销售额（万元）", hovermode="x unified" ) # 保存交互式图表 fig_interactive.write_html("interactive_chart

Быстрый просмотр

Елочная игрушка Феникс-Презент 78780

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.