python某商场在不同地点投放了5台自动售货机，编号分别为abcde，同时记录了2017年6月每台自动售货机商品的售货数据，绘制漏斗图获取商品销售数据

好的，为了绘制漏斗图，我们需要先对数据进行处理。可以使用 pandas 库来读取数据，并且筛选出每个售货机的销售数据。这里假设数据已经被存储在了一个名为 sales.csv 的文件中，数据格式如下：

id,date,sales
a,2017-06-01,100
b,2017-06-01,120
c,2017-06-01,80
d,2017-06-01,90
e,2017-06-01,110
a,2017-06-02,90
b,2017-06-02,110
c,2017-06-02,70
d,2017-06-02,80
e,2017-06-02,100
...

下面是处理数据并绘制漏斗图的代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('sales.csv')

# 筛选出每个售货机的销售数据
a_sales = df[df['id'] == 'a']['sales'].sum()
b_sales = df[df['id'] == 'b']['sales'].sum()
c_sales = df[df['id'] == 'c']['sales'].sum()
d_sales = df[df['id'] == 'd']['sales'].sum()
e_sales = df[df['id'] == 'e']['sales'].sum()

# 绘制漏斗图
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111)
ax.barh(['E', 'D', 'C', 'B', 'A'], [e_sales, d_sales, c_sales, b_sales, a_sales])
ax.invert_yaxis()
ax.set_xlabel('Sales')
ax.set_ylabel('Vending Machines')
plt.show()

运行以上代码，就可以得到漏斗图了。其中，横坐标表示售货机的编号，纵坐标表示销售额。漏斗图的形状是因为我们将售货机按照销售额从高到低排序了。