目录
1 数据预处理和分析 1
1.1数据预处理 1
1.2任务1.2 2
1.3任务1.3 2
2数据分析与可视化 4
2.1任务2.1 4
2.2任务2.2 5
2.3任务2.3 9
2.4任务2.4 10
2.5任务2.5 11
3自动售货机画像 13
3.1贴标签 13
3.2画像 14
4 业务预测 17
4.1预测原理与能否通过已有数据进行预测的原因 17
4.2预测结果 18

二、数据分析与可视化

2.1 任务2.1

绘制2017年6月销量前五的商品销量柱状图:先将时间转换为标准格式，再讲时间列换位到索引上，用户输入要绘制那一月的销量柱状图，通过循环遍历得到次月商品名单，创建等长零列表，两列表压缩成字典，依次更新字典中商品销量，根据销量对字典进行排序，获取用户画前几的柱状图，绘图。

图2-1-1六月份销量前五的商品及其销量

2.2 任务2.2

2.2.1 绘制每台售货机每月总交易额折线图

读取数据后先将支付时间转换为标准时间并换位到索引，新建用于存储总交易额的空列表，通过resample和sum获得每月的交易额并存除到列表中。新建月份列表用作x轴。设定画图参数，画图。

图2-2-1每台售货机每月总交易额折线图

由上折线图可得，所有售卖机销售额在整体上都呈上升趋势，且在6月出现小高峰，总体上B售卖机销售额高于其他售货机。

2.2.2 总交易额月环比增长率

读取数据后先将支付时间转换为标准时间并换位到索引，新建用于存储总交易额的空列表，通过resample和sum获得每月的交易额并存除到列表中。

通过循环计算所有月环比增长率，并存除到列表中

设定画图参数，画图。

如下列2-2-2.1,2-2-2.2,2-2-2.3,2-2-2.4,2-2-2.5五张图所示：

图2-2-2.1第一台售货机每月环比增长图

图2-2-2.2第二台售货机每月环比增长图

图2-2-2.3第三台售货机每月环比增长图

图2-2-2.4第四台售货机每月环比增长图

图2-2-2.5第五台售货机每月环比增长图

从上方五张月环比增长图来看，每个售货机在2,3,8月都出现了负增长的情况，在第二台售货机的11月也出现了负增长的情况。在A售货机中，增长的月环比整体呈一个下降趋势，在B售货机中，增长的月环比整体呈先升后降趋势，在C售货机中，增长的月环比整体呈一个下降趋势，在D售货机中，增长的月环比整体呈起伏趋势，在E售货机中，增长的月环比整体呈一个平稳趋势。

2.3 任务2.3

各售货机毛利润站总毛利润比例饼图：现在附加二中读取分类标准，将饮料类存放在饮料类列表中，非饮料类存放在非饮料类列表中，通过循环和判断的结合，如果商品在饮料类中则应付金额0.25，如果商品在非饮料类中则应付金额0.2。将五个售货机的毛利润放在列表中设置参数进行画图。

如下图所示：

如图所示售卖机B毛利润所占比例最大，占比为33.55%，A，E售卖机毛利润所占比例最少，A为最低只占11.57%，整体呈BCDEA依次下降趋势。

2.4 任务2.4

每月交易额均值气泡图：读取数据，将时间调整至标准格式，换位给索引，通过groupby和sum获得每个月二级类销量，十二个月合并到一起，对空缺值进行处理(设置为0)，处理列名，组成索引为商品名称，属性为12个月份，值为销售额的表。

设置参数，绘图：

由气泡图可得，茶饮料，功能饮料，乳制品从高到低依次占据了交易额均值前三的位置。同时也发现所有商品以半年为一个周期，交易额均值每个月依次增加。

2.5 任务2.5

绘制售货机C6,7,8三个月订单的热力图：读取数据，支付时间调整至标准格式并设为索引

通过分组获取确定日期销量，并放入矩阵对应位置中，将矩阵转换为dataframe格式，更新索引和属性。设置画图参数并画图。

图2-5-1 C售货机6月份订单量热力图

图2-5-2 C售货机7月份订单量热力图

图2-5-3 C售货机8月份订单量热力图

从上图可得，在六月份时销售基本集中在上旬和下旬，中旬占小部分，交易时间集中于下午，16点左右。

在七月份时销售基本集中在下旬和上旬，中旬占小部分，交易时间集中于下午，16点左右。

在八月份时销售基本集中在中旬，中旬占小部分，交易时间集中于下午，16点左右。

由此可得，在六七八月时，人们通常在八点以后才进行购物活动，可以赶在八点之前进行补货，保证销售供应。同时在下午16点左右会迎来销售高峰，所以赶在16点之前进行检查，对缺货商品进行补货。

三、自动售货机画像

3.1 贴标签

设定评价指标=销量* 0.6+毛利润*0.4

给所有商品贴标签：读取数据，通过商品名进行分类，并得出统计数量作为销量，得到销量。听过饮料与非饮料类，通过商品计算获得毛利润，将销量和毛利润通过商品合并入总表中。计算获得评价指标。将评价指标由高到低降序排列，取排名前5%作为热销类商品，5%-70%作为正常销售类商品，剩余为滞销类商品，将类别存入销售情况列中。

3.2 画像

通过扩展后的标签生成画像。取评价指标前50个进行画像

3-3-1 A售货机画像

3-3-2 B售货机画像

3-3-3 C售货机画像

3-3-4 D售货机画像

3-3-5 E售货机画像

由上图可见，“东鹏特饮”，“怡宝纯净水”，“营养快线”“阿萨姆奶茶”等销量在ABCDE售货机上得评价都较为突出，应加大这部分的商品的供应量，以保证不缺货。

四、业务预测

4.1 预测原理与能否通过已有数据进行预测的原因

由于已有数据实在是太少了，我不认为可以在此基础上可以得到较为良好的预测模型。

即使我认为不能得到良好的模型，但还是要预测试验一下，考虑到数据量极其少，所以我先用了对小样本较好的SVM进行回归并预测。

预测原理：

4.2 预测结果

对数据的要求：最好多给几年的数据，只有一年的数据误差过于巨大。

预测结果：

A	预测销售额	均方误差	解释方差	可决系数
饮料	911.7	194717	0.8616	0.8609
非饮料	476.7	281774	0.37	0.3314

B	预测销售额	均方误差	解释方差	可决系数
饮料	2182	8250885	0.6096	0.5642
非饮料	455.8	2369291	0.5355	0.4398

C	预测销售额	均方误差	解释方差	可决系数
饮料	1452	1297623	0.7408	0.707
非饮料	721	1010230	0.3505	0.2915

D	预测销售额	均方误差	解释方差	可决系数
饮料	1329.8	1174716	0.7138	0.7103
非饮料	503	946773	0.2586	0.2554

E	预测销售额	均方误差	解释方差	可决系数
饮料	717.4	717113	0.643	0.6027
非饮料	780	630190	0.4312	0.4187

下列图为对比图(可若看不清可将图拖大)：

图4-2-1 A售货机饮料类预测

图4-2-2 A售货机非饮料类预测

图4-2-3 B售货机饮料类预测

图4-2-4 B售货机非饮料类预测

图4-2-5 C售货机饮料类预测

图4-2-6 C售货机非饮料类预测

图4-2-7 D售货机饮料类预测

图4-2-8 D售货机非饮料类预测

图4-2-9 E售货机饮料类预测

图4-2-10 E售货机非饮料类预测

基于Python的自动售货机销售数据可视化分析及预测相关推荐

源码系列：基于FPGA的自动售货机设计（附源工程）
今天给大侠带来基于FPGA的自动售货机设计,附源码,获取源码,请在"FPGA技术江湖"公众号内回复" 自动售货机设计源码",可获取源码文件.话不多说,上货. 设 ...
基于51单片机自动售货机设计全套资料
基于51单片机自动售货机设计(原理图+PCB+文档+程序) 项目编号:0001 硬件构成: 本设计由STC系列单片机+12864显示+电源模块+按键模块+蜂鸣器报警模块等元件组功能介绍: 设有8个按键 ...
基于51单片机自动售货机实物设计
基于51单片机自动售货机设计 ( 原理图+PCB+论文+程序+视频讲解) 采用实物设计: 程序编译器:keil 5 编程语言:C语言资料编号:001 硬件构成: 本设计由STC系列单片 ...
python计算商品总价_GitHub - ideaOzy/data_analysis: 基于Python的南京二手房数据采集及可视化分析...
基于Python的南京二手房数据采集及可视化分析 1 内容简介首先通过爬虫采集链家网上所有南京二手房的房源数据,并对采集到的数据进行清洗:然后,对清洗后的数据进行可视化分析,探索隐藏在大量数据背后的 ...
【毕业设计_课程设计】基于Python的南京二手房数据采集及可视化分析
文章目录 0 项目说明 1 内容简介 2 应用技术介绍 3 数据采集 3.1 数据清洗 4 数据可视化 5 项目工程 0 项目说明基于Python的南京二手房数据采集及可视化分析提示:适合用于课程 ...
基于Python的微信朋友圈数据可视化分析之地点
前提朋友圈的相关数据请参照上一篇文章<基于Python的微信朋友圈数据可视化分析之个性签名>获取,本篇文章默认需要的数据已经下载保存至本地的 csv 文件中了. 将好友的地点按照省份进行 ...
数据清洗python实现箱线图_GitHub - nonefirst/data_analysis: 基于Python的南京二手房数据采集及可视化分析...
基于Python的南京二手房数据采集及可视化分析 1 内容简介首先通过爬虫采集链家网上所有南京二手房的房源数据,并对采集到的数据进行清洗:然后,对清洗后的数据进行可视化分析,探索隐藏在大量数据背后的 ...
自动售货机顺序图_饮料自动售货机系统的分析与设计
饮料自动售货机系统的分析与设计 1. 系统的分析 1.1 需求分析描述自动售货机像磁卡电话.银行柜员机一样,以方便.新颖.文明.昼夜服务等特点,成为便民配套设施.如今的自动售货机可以为顾客提供多种 ...
python网页结构分析_GitHub - Vogdhsaj/data_analysis: 基于Python的南京二手房数据采集及可视化分析...
基于Python的南京二手房数据采集及可视化分析 1 内容简介首先通过爬虫采集链家网上所有南京二手房的房源数据,并对采集到的数据进行清洗:然后,对清洗后的数据进行可视化分析,探索隐藏在大量数据背后的 ...

基于Python的自动售货机销售数据可视化分析及预测