分析其产品在过去12个月中的销售情况,分别从销售额和销量两个方面进行展示。你需要使用Matplotlib绘制一个包含折线图(销售额)和柱状图(销量)的组合图,要求图表能够清晰展示两个数据集,具有合适的标题、轴标签、图例等细节。
时间: 2024-09-25 17:19:11 浏览: 45
使用Pandas库加载并预处理销售数据,计算总销售额,并使用Matplotlib和Seaborn库进行数据可视化,展示销售额分布
为了分析过去12个月的产品销售情况,你可以按照以下步骤使用Python的Matplotlib库创建组合图形:
1. 首先,确保已经安装了所需的库,如果没有,可以使用pip install matplotlib pandas。
2. 导入需要的库:
```python
import pandas as pd
import matplotlib.pyplot as plt
```
3. 假设你有一个名为`sales_data.csv`的CSV文件,其中包含了销售额(sales_amounts)和销量(quantity_sold)的数据,以及日期(date)。加载数据并整理:
```python
df = pd.read_csv('sales_data.csv')
df['date'] = pd.to_datetime(df['date']) # 确保日期列是datetime类型
df.set_index('date', inplace=True) # 将日期设置为索引
```
4. 创建折线图展示销售额随时间的变化:
```python
plt.figure(figsize=(10, 6)) # 设置图形大小
line_sales = df['sales_amounts'].plot(kind='line', label='销售额')
line_sales.set_ylabel('销售额')
line_sales.grid(True)
```
5. 创建柱状图展示每个日期的销量:
```python
bar_sales = df['quantity_sold'].plot(kind='bar', stacked=False, label='销量')
bar_sales.set_ylabel('销量')
```
6. 组合折线图和柱状图:
```python
# 添加网格和共享x轴
line_sales.get_shared_x_axes().join(line_sales, bar_sales)
plt.xticks(rotation=45) # 旋转标签以防止重叠
```
7. 添加标题和图例:
```python
plt.title('过去12个月产品销售情况')
plt.legend()
```
8. 最后显示图形:
```python
plt.show()
```
阅读全文