Python分析蔬菜各品类及单品销售量的分布规律及相互关系代码

您好！要分析蔬菜各品类及单品销售量的分布规律及相互关系，可以使用Python中的数据分析库，如pandas、matplotlib等。以下是一个示例代码，供您参考：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('vegetable_sales.csv')  # 假设数据保存在vegetable_sales.csv文件中

# 查看数据结构
print(data.head())

# 按品类进行销售量统计
category_sales = data.groupby('Category')['Sales'].sum()

# 绘制品类销售量柱状图
plt.figure(figsize=(10, 6))
category_sales.plot(kind='bar')
plt.xlabel('Category')
plt.ylabel('Sales')
plt.title('Sales by Category')
plt.show()

# 按单品进行销售量统计
item_sales = data.groupby('Item')['Sales'].sum()

# 绘制单品销售量柱状图
plt.figure(figsize=(10, 6))
item_sales.plot(kind='bar')
plt.xlabel('Item')
plt.ylabel('Sales')
plt.title('Sales by Item')
plt.show()

# 计算品类与单品的相关性
correlation = data.groupby(['Category', 'Item'])['Sales'].sum().unstack()
correlation = correlation.corr()

# 绘制相关性热力图
plt.figure(figsize=(10, 8))
plt.imshow(correlation, cmap='coolwarm', interpolation='nearest')
plt.colorbar()
plt.xticks(range(len(correlation)), correlation.columns, rotation=90)
plt.yticks(range(len(correlation)), correlation.index)
plt.title('Correlation between Categories and Items')
plt.show()

在上述代码中，假设销售数据保存在一个名为`vegetable_sales.csv`的CSV文件中。首先，我们使用pandas库读取数据并查看数据结构。然后，按品类和单品进行销售量统计，并使用matplotlib库绘制柱状图展示销售量分布。最后，计算品类与单品之间的相关性，并使用热力图展示它们之间的关系。

请注意，代码中的数据路径、数据列名以及绘图方式等需要根据实际情况进行修改。希望对您有所帮助！