有一份电商销售数据，包含以下字段，含义如下: event_time，交易时间 order_id，订单id product_id，商品id category_id，类别id category_code，类别代码 brand，品牌 price, 价格 user_id, 用户id age，年龄 sex，性别 local，地理位置。用python完成消费的时间信息 计算每天不同时间段订单数量分布 查看未完成订单数量，price为0的订单画图

好的，针对你的问题，我可以给出以下Python代码实现：

1. 计算每天不同时间段订单数量分布：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('sales_data.csv')

# 将时间转换成日期和时间段
data['event_time'] = pd.to_datetime(data['event_time'])
data['date'] = data['event_time'].dt.date
data['time_of_day'] = pd.cut(data['event_time'].dt.hour, bins=[0, 6, 12, 18, 24], labels=['凌晨', '上午', '下午', '晚上'])

# 按照日期和时间段统计订单数量
order_count = data.groupby(['date', 'time_of_day'])['order_id'].count().unstack()

# 绘制条形图
order_count.plot(kind='bar', stacked=True)
plt.xlabel('日期')
plt.ylabel('订单数量')
plt.title('每天不同时间段订单数量分布')
plt.show()

2. 查看未完成订单数量，price为0的订单画图：

# 筛选出未完成订单和price为0的订单
unfinished_orders = data[(data['status'] != 'completed') & (data['price'] == 0)]

# 按照日期统计未完成订单数量
unfinished_order_count = unfinished_orders.groupby('date')['order_id'].count()

# 绘制折线图
unfinished_order_count.plot()
plt.xlabel('日期')
plt.ylabel('未完成订单数量')
plt.title('每天未完成订单数量')
plt.show()

以上代码仅供参考，具体实现过程可能需要根据数据的具体情况进行调整。希望能够帮助到你。