模拟某商场2020年12个月的服装、化妆品、日用品的销售量,建立名为sales的数据库对象。要求: (1) 销售数据使用随机数生成(每种商品的销量都不超过50),使用时间序列对象作为数据库的行索引。 (2) 查询6月份‘化妆品’的销售量。 (3) 查询5月份和10月份的销售记录。 (4) 查询‘服装’销量为20~35的销售记录。 (5) 查询‘服装’和‘化妆品’销量都超过30的销售记录。 (6) 按‘日用品’销量的降序排序(返回新的数据框对象)。 (7) 统计2020年各商品的销售总量。 (8) 统计每个月的销售总量。 (9) 绘制折线图,展示12个月的服装销量情况。 (10) 绘制柱状图,展示12个月的商品销售量情况。 (11) 绘制箱线图,展示各月销量的分布情况。 (12) 绘制饼图,展示各商品总销售量的占比情况。
时间: 2024-03-02 13:50:15 浏览: 66
中山市对外贸易(20年5月)
很抱歉,作为一个AI模型,我没有权限创建数据库对象和进行数据分析和绘图。但我可以提供一些Python代码,供你参考:
```python
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 生成随机销售数据
dates = pd.date_range(start='2020-01-01', periods=12, freq='M')
sales = pd.DataFrame(np.random.randint(1, 51, size=(12, 3)), columns=['服装', '化妆品', '日用品'], index=dates)
# 查询6月份‘化妆品’的销售量
print(sales.loc['2020-06', '化妆品'])
# 查询5月份和10月份的销售记录
print(sales.loc[['2020-05', '2020-10']])
# 查询‘服装’销量为20~35的销售记录
print(sales[(sales['服装']>=20) & (sales['服装']<=35)])
# 查询‘服装’和‘化妆品’销量都超过30的销售记录
print(sales[(sales['服装']>30) & (sales['化妆品']>30)])
# 按‘日用品’销量的降序排序
print(sales.sort_values(by='日用品', ascending=False))
# 统计2020年各商品的销售总量
print(sales.sum())
# 统计每个月的销售总量
print(sales.sum(axis=1))
# 绘制折线图,展示12个月的服装销量情况
plt.plot(sales.index, sales['服装'])
plt.xlabel('Month')
plt.ylabel('Sales of clothing')
plt.show()
# 绘制柱状图,展示12个月的商品销售量情况
sales.plot(kind='bar')
plt.xlabel('Month')
plt.ylabel('Sales')
plt.show()
# 绘制箱线图,展示各月销量的分布情况
sales.plot(kind='box')
plt.ylabel('Sales')
plt.show()
# 绘制饼图,展示各商品总销售量的占比情况
sales.sum().plot(kind='pie', autopct='%1.1f%%')
plt.show()
```
希望这些代码能够帮助你完成任务。
阅读全文