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

RockBros

# 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)) }) # 创建客户满意度数据 satisfaction_data = pd.DataFrame({ '产品': categories, '满意度': np.random.uniform(3.0, 5.0, size=len(categories)), '客户数': np.random.randint(100, 500, size=len(categories)) }) # 创建多子图布局 fig = plt.figure(figsize=(16, 10)) 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(range(len(product_sales)), product_sales.values, color=sns.color_palette("husl", len(product_sales))) ax1.set_yticks(range(len(product_sales))) ax1.set_yticklabels(product_sales.index) 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 - 月度销售趋势 ax2 = plt.subplot(2, 3, 2) monthly_sales = sales_data.groupby('月份')['销售额'].sum() ax2.plot(months, monthly_sales.values, marker='o', linewidth=2.5, markersize=8) ax2.fill_between(months, monthly_sales.values, alpha=0.3) 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) # 添加数据点标签 for x, y in zip(months, monthly_sales.values): ax2.text(x, y+5, f'{y:.0f}', ha='center', fontsize=9) # 3. 散点图 - 销售额与利润关系 ax3 = plt.subplot(2, 3, 3) scatter = ax3.scatter(sales_data['销售额'], sales_data['利润'], c=sales_data['销售额'], cmap='viridis', s=100, alpha=0.7, edgecolors='black') ax3.set_xlabel('销售额（万元）') ax3.set_ylabel('利润（万元）') ax3.set_title('销售额与利润关系') # 添加颜色条 plt.colorbar(scatter, ax=ax3, label='销售额强度') # 4. 饼图 - 产品市场份额 ax4 = plt.subplot(2, 3, 4) market_share = sales_data.groupby('产品')['销售额'].sum() colors = plt.cm.Set3(np.linspace(0, 1, len(market_share))) wedges, texts, autotexts = ax4.pie(market_share.values, labels=market_share.index, autopct='%1.1f%%', colors=colors, startangle=90) ax4.set_title('产品市场份额') # 美化饼图标签 for autotext in autotexts: autotext.set_color('white') autotext.set_fontweight('bold') # 5. 箱线图 - 销售额分布 ax5 = plt.subplot(2, 3, 5) box_data = [sales_data[sales_data['产品'] == cat]['销售额'].values for cat in categories] box = ax5.boxplot(box_data, labels=categories, patch_artist=True) ax5.set_xlabel('产品') ax5.set_ylabel('销售额（万元）') ax5.set_title('各产品销售额分布') # 设置箱线图颜色 for patch, color in zip(box['boxes'], sns.color_palette("husl", len(categories))): patch.set_facecolor(color) patch.set_alpha(0.7) # 6. 组合图 - 满意度与客户数 ax6 = plt.subplot(2, 3, 6) # 创建双Y轴 ax6_secondary = ax6.twinx() # 柱状图 - 客户数 bars = ax6.bar(range(len(satisfaction_data)), satisfaction_data['客户数'], alpha=0.7, color='skyblue', label='客户数') ax6.set_xlabel('产品') ax6.set_ylabel('客户数', color='skyblue') ax6.set_xticks(range(len(satisfaction_data))) ax6.set_xticklabels(satisfaction_data['产品']) # 折线图 - 满意度 line = ax6_secondary.plot(range(len(satisfaction_data)), satisfaction_data['满意度'], color='coral', marker='s', linewidth=2.5, markersize=8, label='满意度') ax6_secondary.set_ylabel('满意度（1-5分）', color='coral') ax6.set_title('客户数与满意度') # 合并图例 lines_labels = [ax6.get_legend_handles_labels(), ax6_secondary.get_legend_handles_labels()] lines, labels = [sum(lol, []) for lol in zip(*lines_labels)] ax6.legend(lines, labels, loc='upper left') # 调整布局 plt.tight_layout(rect=[0, 0, 1, 0.96]) # 为总标题留出空间 # 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_analysis_report.png', dpi=300, bbox_inches='tight') # 显示图表 plt.show() # 打印数据摘要 print("="*50) print("数据摘要") print("="*50) print(f"总销售额: {sales_data['销售额'].sum():.0f} 万元") print(f"平均月销售额: {sales_data.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"平均客户满意度: {satisfaction_data['满意度'].mean():.2f} 分") print("="*50) ``` ## 代码说明这个示例代码创建了一个包含6个子图的数据可视化仪表板： 1. **水平柱状图**：显示各产品的总销售额 2. **折线图**：展示月度销售趋势 3. **散点图**：分析销售额与利润的关系 4. **饼图**：展示产品市场份额 5. **箱线图**：显示各产品销售额的分布情况 6. **组合图**：结合柱状图和折线图展示客户数与满意度 ## 运行要求运行此代码需要安装以下Python库： ```bash pip install matplotlib seaborn numpy pandas ``` ## 自定义建议 1. **数据源**：将示例数据替换为您的实际数据 2.

Быстрый просмотр

Велосумка RockBros AS-006BK

Велосумка RockBros AS-006BK

Велосумка RockBros AS-006BK

Велосумка RockBros AS-006BK

Гарантия (месяцев)

:

12

Быстрый просмотр

Велосумка RockBros AS-012

Гарантия (месяцев)

:

12

Быстрый просмотр

Горнолыжная балаклава RockBros LF70240 (черный)

Горнолыжная балаклава RockBros LF70240 (черный)

Горнолыжная балаклава RockBros LF70240 (черный)

Горнолыжная балаклава RockBros LF70240 (черный)

Гарантия (месяцев)

:

12

Быстрый просмотр

Велосумка RockBros AS-011-1

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.