#导入库
import pandas as pd
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  #显示中文标签
plt.rcParams['axes.unicode_minus'] = False  #显示符号#读取数据
orders = pd.read_excel(r'D:data订单数据.xlsx')
orders['付款时间'] = orders['付款时间'].astype('str')  #方便作图，将日期改为字符串格式

#折线图
data1 = orders.groupby('付款时间')['支付金额'].sum()  #处理数据
x = data1.index   #x值
y = data1.values  #y值plt.title('GMV走势')  #图表标题
plt.plot(x,y,label='GMV',color='red')    #label是图例，color是线条颜色
plt.legend(loc=1)  #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角
plt.show()   #显示图

data1 = orders.groupby('付款时间')['支付金额'].sum()  #处理数据
x = data1.index   #x值
y = data1.values  #y值plt.title('GMV走势')  #图表标题
plt.bar(x,y,label='GMV',color='green')    #其实很简单，只要把plot换成bar
plt.legend(loc=1)  #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角
plt.show()   #显示图

data1 = orders.groupby('付款时间')['支付金额'].sum()  #处理数据
x = data1.index   #x值
y = data1.values  #y值plt.title('GMV饼图')  #图表标题
plt.axis('equal')   #正圆，饼图会默认是椭圆
plt.pie(y,labels=x,autopct='%1.1f%%',colors=['green','red','skyblue','blue'])    #labels是标签，autopct是占比保留1位小数
plt.show()   #显示图

#拿刚刚的柱形图为例
data1 = orders.groupby('付款时间')['支付金额'].sum()  #处理数据
x = data1.index   #x值
y = data1.values  #y值plt.title('GMV走势')  #图表标题
plt.bar(x,y,label='GMV',color='green')    #label是图例，color是线条颜色
plt.legend(loc=1)  #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角
for a,b in zip(x,y):  #添加数据标签plt.text(a,b,'%d'%b,ha='center',va='bottom')  #在x,y的位置上添加订单数据
plt.show()   #显示图

#组合图形&主次坐标轴
data1 = orders.groupby('付款时间')['支付金额','订单编号'].agg({'支付金额':'sum','订单编号':'count'})  #处理数据
x = data1.index   #x轴
y1 = data1['支付金额']  #y主轴数据
y2 = data1['订单编号']  #y次轴数据plt.title('订单&GMV走势')  #图表标题plt.bar(x,y1,label='GMV')  #GMV柱形图
plt.ylim(0,100000)   #设置y1的坐标轴范围
for a,b in zip(x,y1):  #添加数据标签plt.text(a,b+0.1,'%d'%b,ha='center',va='bottom')  #在x,y1+0.1的位置上添加GMV数据 ， '%d'%y 即标签数据, ha和va控制标签位置
plt.legend(loc=1)  #显示图例，loc=1为右上角plt.twinx()  #次纵坐标轴
plt.plot(x,y2,label='订单数',color='red')  #订单折线图，红色
plt.ylim(-2100,2200) #设置y2的坐标轴范围
for a,b in zip(x,y2):  #添加数据标签plt.text(a,b+0.2,'%d'%b,ha='center',va='bottom')  #在x,y2+0.1的位置上添加订单数据
plt.legend(loc=2)  #显示图例,loc=2为左上角

plt.subplot(2,2,1)   #2×2个子图：第1个
plt.title()
plt.plot()
...
plt.subplot(2,2,2)   #2×2个子图：第2个
plt.title()
plt.plot()
...

呼，花了周日的一个上午写这篇，没有功劳也有苦劳，希望大家点点赞哟~~~~

#导入库
import pandas as pd
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  #显示中文标签
plt.rcParams['axes.unicode_minus'] = False  #显示符号#读取数据
orders = pd.read_excel(r'D:data订单数据.xlsx')
orders['付款时间'] = orders['付款时间'].astype('str')  #方便作图，将日期改为字符串格式#制作数据仪表盘
plt.figure(figsize=(15,8))   #设置图的整体大小 #总共4个子图，用subplot()#第一个：每日订单与成交额走势，柱形图与折线图组合
data1 = orders.groupby('付款时间')['支付金额','订单编号'].agg({'支付金额':'sum','订单编号':'count'})  #处理数据
x = data1.index   #x轴
y1 = data1['支付金额']  #y主轴数据
y2 = data1['订单编号']  #y次轴数据plt.subplot(2,2,1)   #2×2个子图：第一个
plt.title('订单&GMV走势')  #图表标题plt.bar(x,y1,label='GMV')  #GMV柱形图
plt.ylim(0,100000)   #设置y1的坐标轴范围
for a,b in zip(x,y1):  #添加数据标签plt.text(a,b+0.1,'%d'%b,ha='center',va='bottom')  #在x,y1+0.1的位置上添加GMV数据 ， '%d'%y 即标签数据, ha和va控制标签位置
plt.legend(loc=1)  #显示图例，loc=1为右上角plt.twinx()  #次纵坐标轴
plt.plot(x,y2,label='订单数',color='red')  #订单折线图，红色
plt.ylim(-2100,2200) #设置y2的坐标轴范围
for a,b in zip(x,y2):  #添加数据标签plt.text(a,b+0.2,'%d'%b,ha='center',va='bottom')  #在x,y2+0.1的位置上添加订单数据
plt.legend(loc=2)  #显示图例,loc=2为左上角#第二个：主要商家，每日GMV趋势。 多条折线图
#数据处理
data2 = pd.DataFrame(orders[orders['商家名称'].isin(['店铺3','店铺5','店铺6','店铺9'])].groupby(['商家名称','付款时间'])['支付金额'].sum())
#店铺3、5、6、9的成交额
data2_tmp = pd.DataFrame(index=set(data2.index.get_level_values(0)),columns=set(data2.index.get_level_values(1)))for ind in data2_tmp.index:for col in data2_tmp.columns:data2_tmp.loc[ind,col] = data2.loc[ind,:].loc[col,'支付金额']plt.subplot(2,2,2)   #2×2个子图：第二个
plt.title('主要商家GMV趋势')
colors = ['green','red','skyblue','blue']  #设置曲线颜色
x = sorted(data2_tmp.columns)  #日期是横轴
for i in range(len(data2_tmp.index)):plt.plot(x,data2_tmp.loc[data2_tmp.index[i],:],label=data2_tmp.index[i],color=colors[i])
plt.legend()  #显示图例,loc默认为0，即最优位置#第三个：订单来源端口，每日趋势。  堆积柱形图
#数据处理
data3_tmp = pd.DataFrame(orders.groupby(['平台来源','付款时间'])['支付金额'].sum())
data3 = pd.DataFrame(index=set(data3_tmp.index.get_level_values(0)),columns=set(data3_tmp.index.get_level_values(1)))
for ind in data3.index:for col in data3.columns:data3.loc[ind,col] = data3_tmp.loc[ind,:].loc[col,'支付金额']barx = data3.columns
bary1 = data3.loc['android',:]
bary2 = data3.loc['iphone',:]plt.subplot(2,2,3)   #2×2个子图：第三个
plt.title('订单来源端口分布')   #底部是安卓，顶部是iPhone。先画iPhone=安卓+iPhone，再画安卓
plt.bar(barx,bary1+bary2,label='iphone',color='green')
plt.bar(barx,bary1,label='android',color='red') #底部是bar_y数据
plt.legend()
for a,b,c in zip(barx,bary1,bary2):  #添加数据标签，注意：底部是安卓，即y1plt.text(a,1000,'%d'%b,ha='center',va='bottom')  #在a,1000的位置上，添加数据标签plt.text(a,b+c-1000,'%d'%c,ha='center',va='bottom')  #调整标签的位置#第四个：类目占比。 饼图#最近一天的类目金额
data4 = orders[orders['付款时间']==max(orders['付款时间'])].groupby('类目')['支付金额'].sum().sort_values()   plt.subplot(2,2,4)   #2×2个子图：第四个
plt.title('最近一天的类目占比')
plt.axis('equal')   #正圆，饼图会默认是椭圆
plt.pie(data4.values,labels=data4.index,autopct='%1.1f%%',colors=['green','red','skyblue','blue'])  #显示百分数,1位小数
plt.show()