使用python某商场在不同地点投放了5台自动售货机,编号为A,B,C,D,E,同时记录了每台自动售货机的商品销售数据,为了了解各商品的销售情况,按照二级类别统计商品类别销售额,统计商品销售数量,设置系列配置项和全局配置项,绘制前5的商品类别漏斗图,设置系列配置项和全局配置项,绘制商品销售数量和商品名称的词云图 数据存储于csv
时间: 2024-03-01 07:52:25 浏览: 726
基于Python的商品销售情况分析系统的设计与实现
好的,那我们可以先读取csv文件,然后使用pandas库进行数据处理和可视化。
读取csv文件:
```python
import pandas as pd
df = pd.read_csv('sales.csv')
```
按二级类别统计商品类别销售额:
```python
df_sales = df.groupby(['二级类别'])['销售额'].sum().reset_index()
```
按二级类别统计商品销售数量:
```python
df_quantity = df.groupby(['二级类别'])['销售数量'].sum().reset_index()
```
接下来,我们可以使用pyecharts进行可视化。
绘制前5的商品类别漏斗图:
```python
from pyecharts.charts import Funnel
from pyecharts import options as opts
df_sales = df_sales.sort_values(by='销售额', ascending=False).reset_index(drop=True)
funnel = Funnel()
funnel.add(
series_name='',
data_pair=[(row[0], row[1]) for i, row in df_sales.head(5).iterrows()],
gap=2,
tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}"),
label_opts=opts.LabelOpts(position="inside"),
itemstyle_opts=opts.ItemStyleOpts(border_color="#fff", border_width=1),
)
funnel.set_global_opts(title_opts=opts.TitleOpts(title="前5的商品类别漏斗图"))
funnel.render("funnel.html")
```
绘制商品销售数量和商品名称的词云图:
```python
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
df_wordcloud = df.groupby(['商品名称'])['销售数量'].sum().reset_index()
wordcloud = WordCloud()
wordcloud.add("", [(row[0], row[1]) for i, row in df_wordcloud.iterrows()], word_size_range=[20, 100], shape=SymbolType.DIAMOND)
wordcloud.set_global_opts(title_opts=opts.TitleOpts(title="商品销售数量和商品名称的词云图"))
wordcloud.render("wordcloud.html")
```
以上就是使用python对数据进行处理和可视化的基本流程,你可以根据需要对代码进行修改。
阅读全文