Войти

Избранное

0 Корзина

Смартфоны Холодильники Телевизоры Водонагреватели (бойлеры) Газонокосилки Духовые шкафы Посудомоечные машины Стиральные машины Триммеры

sales@lix.by
г.Минск, ул. Тимирязева, д.67, пом. 218
Пн - Пт: с 9:00 до 21:00
Сб - Вс: с 9:00 до 20:00

Alfa Battery

Alfa Battery

# 使用Python实现简单的数据可视化下面是一个使用Python的matplotlib和seaborn库创建数据可视化的示例。这个例子展示了如何创建多种类型的图表，并添加自定义样式。```pythonimport matplotlib.pyplot as pltimport seaborn as snsimport numpy as npimport pandas as pdfrom matplotlib import font_manager# 设置中文字体（如果系统中有中文字体）# 请根据你的系统修改字体路径# plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'DejaVu Sans']# plt.rcParams['axes.unicode_minus'] = False# 设置Seaborn样式sns.set_style("whitegrid")sns.set_palette("husl")# 创建示例数据np.random.seed(42)categories = ['产品A', '产品B', '产品C', '产品D', '产品E']months = ['1月', '2月', '3月', '4月', '5月', '6月']# 生成销售数据sales_data = { '月份': np.repeat(months, len(categories)), '产品': np.tile(categories, len(months)), '销售额': np.random.randint(50, 200, size=len(months)*len(categories)), '利润': np.random.uniform(10, 50, size=len(months)*len(categories))}df = pd.DataFrame(sales_data)# 创建子图布局fig, axes = plt.subplots(2, 2, figsize=(14, 10))fig.suptitle('产品销售数据分析', fontsize=16, fontweight='bold')# 1. 柱状图：各产品总销售额product_sales = df.groupby('产品')['销售额'].sum().sort_values(ascending=False)axes[0, 0].bar(product_sales.index, product_sales.values, color=sns.color_palette("husl", len(categories)))axes[0, 0].set_title('各产品总销售额对比', fontsize=12, fontweight='bold')axes[0, 0].set_xlabel('产品')axes[0, 0].set_ylabel('销售额')axes[0, 0].tick_params(axis='x', rotation=45)# 在柱状图上添加数值标签for i, v in enumerate(product_sales.values): axes[0, 0].text(i, v + 5, str(v), ha='center', fontsize=9)# 2. 折线图：各月销售额趋势monthly_sales = df.groupby('月份')['销售额'].sum()axes[0, 1].plot(monthly_sales.index, monthly_sales.values, marker='o', linewidth=2, markersize=8)axes[0, 1].set_title('月度销售额趋势', fontsize=12, fontweight='bold')axes[0, 1].set_xlabel('月份')axes[0, 1].set_ylabel('销售额')axes[0, 1].grid(True, alpha=0.3)# 在折线图上添加数值标签for i, v in enumerate(monthly_sales.values): axes[0, 1].text(i, v + 10, str(v), ha='center', fontsize=9)# 3. 散点图：销售额与利润关系scatter = axes[1, 0].scatter(df['销售额'], df['利润'], c=df['销售额'], cmap='viridis', alpha=0.7, s=100)axes[1, 0].set_title('销售额与利润关系', fontsize=12, fontweight='bold')axes[1, 0].set_xlabel('销售额')axes[1, 0].set_ylabel('利润')# 添加颜色条plt.colorbar(scatter, ax=axes[1, 0])# 4. 箱线图：各产品销售额分布df.boxplot(column='销售额', by='产品', ax=axes[1, 1])axes[1, 1].set_title('各产品销售额分布', fontsize=12, fontweight='bold')axes[1, 1].set_xlabel('产品')axes[1, 1].set_ylabel('销售额')axes[1, 1].tick_params(axis='x', rotation=45)# 调整布局plt.tight_layout()plt.subplots_adjust(top=0.92)# 保存图表plt.savefig('sales_analysis.png', dpi=300, bbox_inches='tight')# 显示图表plt.show()# 创建单独的热力图print("\n月度产品销售额热力图数据:")heatmap_data = df.pivot_table(values='销售额', index='产品', columns='月份', aggfunc='sum')print(heatmap_data)plt.figure(figsize=(10, 6))sns.heatmap(heatmap_data, annot=True, fmt='.0f', cmap='YlOrRd', linewidths=0.5)plt.title('月度产品销售额热力图', fontsize=14, fontweight='bold')plt.tight_layout()plt.savefig('sales_heatmap.png', dpi=300, bbox_inches='tight')plt.show()# 创建饼图plt.figure(figsize=(8, 8))plt.pie(product_sales.values, labels=product_sales.index, autopct='%1.1f%%', startangle=90, colors=sns.color_palette("husl", len(categories)))plt.title('各产品销售额占比', fontsize=14, fontweight='bold')plt.tight_layout()plt.savefig('sales_pie.png', dpi=300, bbox_inches='tight')plt.show()# 输出数据统计信息print("\n数据统计摘要:")print("=" * 50)print(f"总销售额: {df['销售额'].sum():.2f}")print(f"平均销售额: {df['销售额'].mean():.2f}")print(f"销售额标准差: {df['销售额'].std():.2f}")print(f"最大销售额: {df['销售额'].max():.2f}")print(f"最小销售额: {df['销售额'].min():.2f}")print(f"总利润: {df['利润'].sum():.2f}")print(f"平均利润率: {(df['利润'].sum() / df['销售额'].sum() * 100):.2f}%")```## 代码说明1. **数据生成**：使用NumPy和Pandas创建模拟的销售数据2. **图表类型**： - 柱状图：比较各产品的总销售额 - 折线图：展示月度销售额趋势 - 散点图：分析销售额与利润的关系 - 箱线图：显示各产品销售额的分布情况 - 热力图：展示月度产品销售额矩阵 - 饼图：显示各产品销售额占比3. **可视化特性**： - 使用Seaborn设置美观的样式和调色板 - 添加数据标签和标题 - 自动保存图表为PNG文件 - 输出数据统计摘要## 运行要求运行此代码需要安装以下Python库：```bashpip install matplotlib seaborn numpy pandas```这个示例展示了如何使用Python进行基本的数据可视化，适用于数据分析、报告生成等场景。你可以根据自己的数据修改代码以适应实际需求。

Быстрый просмотр

Аккумулятор для ИБП Alfa Battery FB18-12 (12V/18Ah)

Гарантия (месяцев)

:

12

Комментарии

Загрузка комментариев...

Назад к списку

Главная Каталог 0 Корзина 0 Избранные Кабинет 0 Сравнение Акции Контакты Услуги Бренды Отзывы Компания Лицензии Документы Реквизиты Блог Обзоры

Продолжая использовать сайт, вы соглашаетесь с политикой использования файлов cookie.