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

RostokElektro

# 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） # 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=12, 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=9) # 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=12, fontweight='bold') ax2.set_ylabel('销售额 (万元)') ax2.set_xlabel('月份') ax2.grid(True, alpha=0.3) # 3. 散点图 - 销售额与利润关系 ax3 = plt.subplot(2, 3, 3) scatter = ax3.scatter(df['销售额'], df['利润'], c=df['销售额'], cmap='viridis', s=100, alpha=0.7, edgecolors='black') ax3.set_title('销售额与利润关系', fontsize=12, fontweight='bold') ax3.set_xlabel('销售额 (万元)') ax3.set_ylabel('利润 (万元)') plt.colorbar(scatter, ax=ax3, label='销售额强度') # 4. 箱线图 - 各产品销售额分布 ax4 = plt.subplot(2, 3, 4) sns.boxplot(x='产品', y='销售额', data=df, ax=ax4, palette='husl') ax4.set_title('各产品销售额分布', fontsize=12, fontweight='bold') ax4.set_ylabel('销售额 (万元)') ax4.set_xlabel('产品') # 5. 饼图 - 各产品销售额占比 ax5 = plt.subplot(2, 3, 5) explode = (0.05, 0, 0, 0, 0) # 突出显示第一个产品 wedges, texts, autotexts = ax5.pie(product_sales.values, labels=product_sales.index, autopct='%1.1f%%', startangle=90, explode=explode, shadow=True, colors=sns.color_palette("husl", 5)) ax5.set_title('各产品销售额占比', fontsize=12, fontweight='bold') # 6. 热力图 - 各产品月度销售额 ax6 = plt.subplot(2, 3, 6) # 创建数据透视表 heatmap_data = df.pivot_table(values='销售额', index='产品', columns='月份', aggfunc='sum') sns.heatmap(heatmap_data, annot=True, fmt='.0f', cmap='YlOrRd', linewidths=0.5, ax=ax6, cbar_kws={'label': '销售额 (万元)'}) ax6.set_title('各产品月度销售额热力图', fontsize=12, fontweight='bold') ax6.set_xlabel('月份') ax6.set_ylabel('产品') # 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_analysis.png', dpi=300, bbox_inches='tight') # 显示图表 plt.show() # 打印数据摘要 print("=" * 60) print("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(f"总销售额: {df['销售额'].sum():.0f} 万元") print(f"平均销售额: {df['销售额'].mean():.1f} 万元") print(f"最高销售额: {df['销售额'].max():.0f} 万元") print(f"最低销售额: {df['销售额'].min():.0f} 万元") print("=" * 60) ``` ## 代码说明 1. **数据生成**：使用NumPy和Pandas创建模拟的销售数据 2. **图表类型**： - 柱状图：显示各产品总销售额 - 折线图：展示月度销售趋势 - 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 - 饼图：显示各产品销售额占比 - 热力图：展示各产品在不同月份的销售额 3. **可视化特性**： - 使用seaborn的调色板 - 添加数据标签和注释 - 设置图表标题和轴标签 - 添加网格和颜色条 - 保存高分辨率图像 ## 运行要求运行此代码需要安装以下Python库： ```bash pip 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、演示文稿等多种场景。你可以根据自己的数据调整代码中的数据和图表参数。

Быстрый просмотр

Реле напряжения RostokElektro V-63А RE

Реле напряжения RostokElektro V-63А RE

Реле напряжения RostokElektro V-63А RE

Реле напряжения RostokElektro V-63А RE

ном. ток нагрузки 63 А

Гарантия (месяцев)

:

12

Быстрый просмотр

Реле напряжения RostokElektro VA3F-63A RE

ном. ток нагрузки 63 А

Гарантия (месяцев)

:

12

Быстрый просмотр

Реле напряжения RostokElektro VА-50А RE

Реле напряжения RostokElektro VА-50А RE

Реле напряжения RostokElektro VА-50А RE

ном. ток нагрузки 50 А

Гарантия (месяцев)

:

12

Быстрый просмотр

Реле напряжения RostokElektro VА-40А RE

Реле напряжения RostokElektro VА-40А RE

Реле напряжения RostokElektro VА-40А RE

Реле напряжения RostokElektro VА-40А RE

ном. ток нагрузки 40 А

Гарантия (месяцев)

:

12

Быстрый просмотр

Реле напряжения RostokElektro VА-32А RE

Реле напряжения RostokElektro VА-32А RE

Реле напряжения RostokElektro VА-32А RE

Реле напряжения RostokElektro VА-32А RE

ном. ток нагрузки 32 А

Гарантия (месяцев)

:

12

Быстрый просмотр

Реле напряжения RostokElektro VА-63А RE

Реле напряжения RostokElektro VА-63А RE

Реле напряжения RostokElektro VА-63А RE

ном. ток нагрузки 63 А

Гарантия (месяцев)

:

12

Быстрый просмотр

Реле напряжения RostokElektro V-50А RE

Реле напряжения RostokElektro V-50А RE

Реле напряжения RostokElektro V-50А RE

Реле напряжения RostokElektro V-50А RE

ном. ток нагрузки 50 А

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.