用pandas和numpy分析药店的营业数据 以下是某连锁药店销售数据，请使用numpy、pandas相关做分析。要求如

下：

1. 数据清洗：去除缺失值、异常值等；
2. 数据探索：分析销售数据的分布情况、销售额的变化趋势等；
3. 数据可视化：使用图表展示销售数据的分布情况、销售额的变化趋势等。

首先，我们需要导入相关的库并读取数据：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

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

然后，我们进行数据清洗，去除缺失值和异常值：

# 去除缺失值
df.dropna(inplace=True)

# 去除异常值
df = df[(df['total_sales'] > 0) & (df['total_sales'] < 10000)]

接下来，我们可以进行数据探索，分析销售数据的分布情况、销售额的变化趋势等：

# 统计各个店铺的销售数据
store_sales = df.groupby('store_id')['total_sales'].sum()

# 统计各个商品的销售数据
product_sales = df.groupby('product_name')['total_sales'].sum()

# 统计每个月的销售额
df['month'] = pd.to_datetime(df['date']).dt.month
monthly_sales = df.groupby('month')['total_sales'].sum()

# 输出销售数据的基本统计信息
print('销售数据的基本统计信息：')
print(df['total_sales'].describe())

最后，我们可以使用图表展示销售数据的分布情况、销售额的变化趋势等：

# 绘制各个店铺的销售数据柱状图
store_sales.plot(kind='bar')
plt.title('各个店铺的销售数据')
plt.xlabel('店铺编号')
plt.ylabel('销售额')
plt.show()

# 绘制各个商品的销售数据饼图
product_sales.plot(kind='pie', autopct='%1.1f%%')
plt.title('各个商品的销售数据')
plt.show()

# 绘制每个月的销售额折线图
monthly_sales.plot(kind='line')
plt.title('每个月的销售额')
plt.xlabel('月份')
plt.ylabel('销售额')
plt.show()

以上就是用pandas和numpy分析药店的营业数据的过程。