数据分析案例：超市数据管理驾舱

所需内容：

1、pandas数据清洗
2、pyecharts绘图工具
3、绘制可视化大屏

1.获取数据

代码如下实例：

# 读取数据
data = pd.read_excel('../data/超市数据.xlsx')

pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

2. 数据分析检查数据

data.info（）

因为数据是比较完整的所以不需要进行数据清洗,就可以直接进行数据操作分析.

3.各地区销售汇总,并绘成柱状图

dq_hz = data.groupby(by='地区')['销售额'].sum()
# 将series转成datafrom
dq_hz = dq_hz.reset_index()# 获取地区信息
X_data = dq_hz['地区']
X_data = X_data.values.tolist()
# 获取销售额
y_data = (dq_hz['销售额']/10000).map(lambda x:("%.2f")%x)
y_data = y_data.values.tolist()
# 实例化,增加x轴和y轴的数据
bar = Bar(init_opts=opts.InitOpts(chart_id='1', bg_color='#00589F'))
bar.add_xaxis(X_data)
bar.add_yaxis(series_name='',y_axis=y_data, color='#5D9BCF')# 控制柱头数字的显示位置
bar.set_series_opts(label_opts=opts.LabelOpts(position='top'))  # 表头数据显示在右侧# 增加标题 ---->  全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title="各地区销售额汇总",pos_left='center', pos_top='10',title_textstyle_opts=opts.TextStyleOpts(color="#FFFFFF", font_size=16)),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color='#999999'),axistick_opts=opts.AxisTickOpts(is_align_with_label=True),axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color='#999999')),),yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color='#999999'),axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color='#999999')),),toolbox_opts=opts.ToolboxOpts(),  # 工具箱# 图例legend_opts=opts.LegendOpts(pos_top='10px'),# 提示框tooltip_opts=opts.TooltipOpts(axis_pointer_type='cross'))
bar.render('柱状图.html')

4.分类产品每天销售额变化趋势

# 分类产品每天销售额变化趋势
# 获取指定时间
open_day = '2019-11-27'
close_day = '2019-12-30'
con1 = data['订单日期'] >= open_day
con2 = data['订单日期'] < close_day
data1 = data[con1 & con2]
#绘制折线图
line = Line(init_opts=opts.InitOpts(chart_id='2', bg_color='#00589F'))
#具体绘图略# 获取指定数据
out = pd.pivot_table(data=data1,  # 进行透视的数据index='订单日期',  # 行分组键---分组聚合by参数columns='类别',values='销售额',  # 针对哪些列进行计算aggfunc=np.sum,  # 进行什么计算，比如 求和、求均值
)
out.replace(np.nan, 0, inplace=True)# 取时间做横坐标
X_data1 = out.index.astype(str).tolist()
# 取办公用品
y_data1 = (out['办公用品']/1000).map(lambda x:("%.2f")%x).tolist()
y_data2 = (out['家具']/1000).map(lambda x:("%.2f")%x).tolist()
y_data3 = (out['技术']/1000).map(lambda x:("%.2f")%x).tolist()

5 . 不同邮寄方式的销售额

yj_xse = data.groupby(by='邮寄方式')['销售额'].sum()yj_xse = yj_xse.reset_index()
schema = yj_xse['邮寄方式'].tolist()
sj = yj_xse['销售额']
#绘制极地图
polar = Polar(init_opts=opts.InitOpts(chart_id='3', bg_color="#00589F"))
#具体绘图略

6.细分产品分类分布

fl = data.groupby(by='子类别')['数量'].sum().sort_values()
fl = fl.reset_index()
fl = fl.values.tolist()
# 绘制饼图
pie = Pie(init_opts=opts.InitOpts(chart_id='4', bg_color="#00589F", theme=ThemeType.MACARONS))
#具体绘图略

7.2016-2019总销售额

zonge = data.groupby(by='省/自治区')['销售额'].sum()
zonge = (zonge/10000).map(lambda x:("%.2f")%x)
zongem = zonge.max()
zonghe = data['销售额'].sum()
zonge = zonge.reset_index()
zonge = zonge.values.tolist()
# 绘制中国地图
map = Map(init_opts=opts.InitOpts(chart_id='5',bg_color='#00589F'))
#具体绘图略

8. 将绘制的图整理成一个文件

# 顺序组合图
page = Page(layout=Page.DraggablePageLayout)  # 拖拉式
# 一次增加多个图
page.add(bar, pie, map, line, polar,pie1)
page.render("所有图组合图.html")

通过拖拉式将json文件导出,绘成大图

[ {"cid": "1", "width": "584px", "height": "425px", "top": "0px", "left": "0px"}, {"cid": "4", "width": "584px", "height": "425px", "top": "425px", "left": "0px"},{"cid": "5", "width": "584px", "height": "700px", "top": "150px", "left": "584px"},{"cid": "2", "width": "584px", "height": "425px", "top": "0px", "left": "1110px"},{"cid": "3", "width": "584px", "height": "425px", "top": "425px", "left": "1110px"},{"cid": "6", "width": "526px", "height": "150px", "top": "0px", "left": "584px"}
]

from pyecharts.charts import Page
page = Page()
page.save_resize_html(source='所有图组合图.html',cfg_file='chart_config.json',dest='大屏图.html')

数据分析案例:超市数据分析相关推荐

python金融数据分析案例_Python数据分析行业案例课程--欺诈检测
注意: 1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分,学员请务必先观看课程介绍免费视频,确认已学习本课程所需Python分析技能. 2. 本课程的核心目的是协助学员学习具体业 ...
python医药数据分析_Python数据分析案例-药品数据分析案例
最近学习了python数据分析的一些基础知识,有numpy,pandas,matplotlib等,找了一个药品数据分析的小项目练一下手. 数据分析的步骤一般可以分为6个: 1,明确分析的目的 2,数据 ...
数据分析案例-股票数据分析
零售超市数据分析经典面试题（趋势和指标分析初探）
本文是"思路比代码重要"系列的第1篇 1 - 零售超市数据分析(趋势和指标) 01 前言一不小心快半年没更新了,谢谢读者们的不离不弃. 以前的 "原理+代码" ...
3星|《数据思维：从数据分析到商业价值》：有趣的数据分析案例
3星|<数据思维:从数据分析到商业价值>:有趣的数据分析案例 Posted on 2017-11-24 19:59 左其盛阅读(118) 评论(0) 编辑收藏数据思维(从数据分析到商 ...
五十五、手把手教你从零到一，完成淘宝数据分析案例
这是之前投稿的文章. 数据集下载链接:https://pan.baidu.com/s/1eibGBqA7Whj73R3oEBYs2w 提取码:sbxs 淘宝数据分析案例假设,老板是做服装的行业的. ...
python数据分析实战案例-Python数据分析案例实战
原标题:Python数据分析案例实战至今我们网站已经开设了多个数据分析系列的课程,大部分都是基于算法思路来开展的,课程中着重点在于算法的讲授.软件的使用,案例只是辅助学习.然而很多学员反映,希望可以 ...
月均数据_药品销售数据分析案例
今天用python去做一个简单的药品销售数据分析案例一.数据分析的目的数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程. 本篇 ...
数据分析案例1.0——药品销售分析
药品销售分析前言数据获取数据清洗选择子集列名重命名缺失数据处理数据类型转换数据排序异常值处理构建模型业务指标1:月均消费次数业务指标2:月均消费金额业务指标3:客单价数据可 ...
来自Bitly的USA.gov数据,数据分析案例
数据分析案例01 xiaoyao 1.USA.gov Data from Bitly–来自Bitly的USA.gov数据数据背景:2011年,URL缩短服务Bitly跟美国政府⽹站USA.gov合作 ...

数据分析案例:超市数据分析

数据分析案例：超市数据管理驾舱

所需内容：

1.获取数据

2. 数据分析检查数据

3.各地区销售汇总,并绘成柱状图

4.分类产品每天销售额变化趋势

5 . 不同邮寄方式的销售额

6.细分产品分类分布

7.2016-2019总销售额

8. 将绘制的图整理成一个文件

通过拖拉式将json文件导出,绘成大图

数据分析案例:超市数据分析相关推荐

最新文章

热门文章