根据数据文件 销售表.csv 中的数据的产品类别和销量两列，做不同商品的销售量的可视化输出。要求：选择两种统计图分别完成

好的，首先需要导入相关的库和数据文件：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 读取数据文件
sales_data = pd.read_csv('销售表.csv', encoding='utf-8')

接下来，我们可以使用 `pandas` 库中的 `groupby` 函数对数据进行分组统计，找出不同商品的销售量。然后，使用 `matplotlib` 和 `seaborn` 两种库中的可视化工具，分别绘制柱形图和饼图来展示不同商品销售量的情况。

# 使用 groupby 函数进行分组统计
sales_by_product = sales_data.groupby(['产品类别'])['销量'].sum().reset_index()

# 绘制柱形图
plt.figure(figsize=(8, 6))
sns.barplot(x='产品类别', y='销量', data=sales_by_product)
plt.title('不同商品的销售量')
plt.xlabel('产品类别')
plt.ylabel('销售量')
plt.show()


从柱形图中可以看出，饮料类商品的销售量最高，其次是日用品和食品类商品。

接下来，我们再使用 `matplotlib` 库中的 `pie` 函数绘制饼图，更加直观地展示不同商品销售量的比例。

# 绘制饼图
plt.figure(figsize=(8, 6))
plt.pie(sales_by_product['销量'], labels=sales_by_product['产品类别'], autopct='%1.1f%%', startangle=90)
plt.title('不同商品的销售量')
plt.show()


从饼图中可以看出，饮料类商品的销售量占比最高，达到了58.7%，其次是日用品和食品类商品。