已知数据中有公司类别，物品类型和省份，使用Python画出合适的图显示出省份中各公司分别销售什么物品类型

可以使用Python中的matplotlib库和seaborn库来绘制这种图表。具体实现方法如下：

1. 导入需要的库和数据

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

data = pd.read_csv('data.csv')  # 假设数据存储在名为data.csv的文件中

2. 对数据进行处理，按省份和公司类型计算各物品类型的销售量

# 按省份、公司类型和物品类型进行分组，计算销售量
grouped_data = data.groupby(['省份', '公司类型', '物品类型'])['销售量'].sum().reset_index()

# 将数据进行透视，将物品类型作为列，公司类型作为行，省份作为颜色分组
pivot_data = pd.pivot_table(grouped_data, values='销售量', index=['公司类型'], columns=['物品类型', '省份'])

3. 使用seaborn库绘制热力图

# 设置图表大小和标题
plt.figure(figsize=(12, 8))
plt.title('各省份公司销售物品类型')

# 使用seaborn库绘制热力图
sns.heatmap(pivot_data, cmap='YlGnBu', annot=True, fmt='g')

# 显示图表
plt.show()

这样就可以得到一张热力图，横轴为物品类型，纵轴为公司类型，颜色深浅表示不同省份的销售量。同时，可以通过色条来查看颜色深浅对应的具体销售量数值。