Python 数据可视化实战:多维度销售数据分析与图表绘制

Python 数据可视化实战:多维度销售数据分析与图表绘制

原创 IT小本本 https://mp.weixin.qq.com/s/1-f0nrER_RJbHmC0iIEXMw 2025年03月27日 11:30 北京

本文将通过一个完整的实战案例。读取现有的excel数据,演示如何使用 Python 生成模拟数据、构建多维度分析模型,并结合 matplotlib、seaborn 等库实现 9 种专业图表的绘制。

一、数据读取与存储
复制代码
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.patches import Circle
import mplfinance as mpf

1. 数据

  • 销售数据:包含 5 大地区 × 5 大品类 × 12 个月的模拟数据,包含销售额、利润、销售量、客户满意度等指标。

  • 股价数据: 2023 年 1 月的股票交易数据,包含开盘价、最高价、最低价、收盘价和成交量。

    with pd.ExcelWriter('sales_data.xlsx') as writer:
    df.to_excel(writer, sheet_name='销售数据', index=False)
    stock_df.to_excel(writer, sheet_name='股价数据', index=False)

sales_data.xlsx 数据内容:
二、数据可视化方案

我们将通过 9 种图表类型,从不同维度解析销售数据:

三、核心图表解析

以下是对代码中各个可视化图表的详细讲解,帮助读者理解不同图表类型的作用及实现原理:


1. 区域销售对比(条形图)

图表类型 :垂直条形图
实现方式

复制代码
region_sales = sales_df.groupby('地区')['销售额'].sum().sort_values(ascending=False)
sns.barplot(x=region_sales.index, y=region_sales.values)

核心功能

  • 通过groupby按地区聚合销售额总和

  • 使用sort_values降序排列,突出高销售区域

  • Seaborn的barplot自动生成带颜色主题的条形图
    分析价值:快速识别销售额最高的地区(如华东),发现区域市场差异。


2. 品类销售分布(柱状图)

图表类型 :单色柱状图
代码亮点

复制代码
sns.barplot(..., color='green')  # 统一颜色
plt.xticks(rotation=45)          # 标签倾斜防止重叠

设计选择

  • 使用单一颜色避免多分类颜色干扰

  • 45度标签旋转提升可读性
    业务意义:对比不同产品类别(如电子产品 vs 日用品)的销售额贡献。


3. 月度销售趋势(折线图)

关键代码

复制代码
monthly_sales = sales_df.groupby('日期')['销售额'].sum()
plt.plot(..., marker='o')  # 添加数据点标记

数据处理

  • 按日期聚合每日销售额总和

  • 未显式重采样,需确保日期格式为连续序列
    趋势洞察:识别销售高峰月份(如11月可能受促销影响)。


4. 品类占比(饼图)

可视化优化

复制代码
plt.pie(..., autopct='%1.1f%%', startangle=90)  # 显示百分比,调整起始角度
plt.axis('equal')  # 强制圆形显示

适用场景:展示整体销售构成,但超过5个分类时建议改用条形图。


5. 销售额-利润关系(散点图)

代码细节

复制代码
plt.scatter(..., alpha=0.5)  # 半透明点处理重叠

分析维度

  • X/Y轴分别映射销售额和利润

  • 点透明度避免高密度区域遮盖
    潜在发现:识别离群点(如高销售额低利润的异常订单)。


6. 品类趋势叠加(面积图)

数据重塑

复制代码
category_monthly = sales_df.pivot_table(...)  # 生成日期-类别矩阵

图表特性

  • 面积堆叠显示总量趋势

  • 颜色区分品类贡献比例
    趋势解读:观察不同品类随时间的增长/衰退模式(如服饰类季节性波动)。


7. 地区占比(圆环图)

实现技巧

复制代码
plt.pie(..., wedgeprops=dict(width=0.5))  # 控制环宽
plt.gca().add_patch(Circle(...))         # 中心挖空

对比优势:相比饼图,更突出中心区域的可注释空间。


8. 多维指标(雷达图)

关键步骤

  1. 数据标准化:

    复制代码
    region_metrics_norm = (region_metrics - min) / (max - min)
  2. 角度计算:

    复制代码
    angles = np.linspace(0, 2*np.pi, len(metrics))

分析价值:综合比较不同地区在销售额、利润等多指标上的均衡性。


9. 三维关系(气泡图)

维度映射

  • X轴:销售额

  • Y轴:利润

  • 气泡大小:销售量
    代码实现

    s=data['销售量']/50 # 缩放气泡尺寸
    alpha=0.7 # 透明叠加

业务洞察:发现高销售量但低利润的问题组合(需深入分析定价策略)。


知识拓展

  1. 布局管理

    复制代码
    plt.tight_layout()  # 自适应间距
    plt.subplots_adjust(hspace=0.4, wspace=0.3)  # 手动调整
  2. 样式统一

    复制代码
    sns.set_style("whitegrid")  # 网格背景
    plt.rcParams.update({'font.size': 10})  # 统一字体
  3. 输出质量

    复制代码
    plt.savefig(..., dpi=300, bbox_inches='tight')  # 高清保存

通过组合这些图表,可构建完整的销售分析看板,覆盖分布、趋势、构成、关联等多维度分析需求。实际应用中需根据数据特点调整图表类型,例如时序预测可加入ARIMA模型折线,地理数据可转换地图可视化。

四、技术实现亮点
  1. 中文支持优化

    plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示
    plt.rcParams['axes.unicode_minus'] = False # 负号显示

  2. 图表布局管理

    plt.tight_layout() # 自动调整子图间距
    plt.savefig('sales_analysis.png', dpi=300, bbox_inches='tight') # 高质量保存

  3. 数据预处理

  • 日期格式标准化(freq='ME' 生成月末日期)

  • 异常值处理(股价数据 price = max(price + change, 50)

  • 数据聚合(groupbypivot_table 灵活组合)

五、图表选择建议
分析维度 推荐图表类型 适用场景
对比分析 条形图/柱状图 地区/品类销售额对比
结构分析 饼图/圆环图 市场份额占比
趋势分析 折线图/面积图 月度销售变化
多维分析 雷达图 综合指标评估
关系分析 散点图/气泡图 指标相关性探索
时间序列 K线图 金融数据可视化

🔮 源码获取

看原文:Python 数据可视化实战:多维度销售数据分析与图表绘制

相关推荐
IT研究室6 小时前
大数据毕业设计选题推荐-基于大数据的国家药品采集药品数据可视化分析系统-Spark-Hadoop-Bigdata
大数据·hadoop·信息可视化·spark·毕业设计·数据可视化·bigdata
毕设源码-郭学长8 小时前
【开题答辩全过程】以电商数据可视化系统为例,包含答辩的问题和答案
信息可视化
没有梦想的咸鱼185-1037-166318 小时前
【高分论文密码】大尺度空间模拟预测与数字制图
信息可视化·数据分析·r语言
二川bro19 小时前
第27节:3D数据可视化与大规模地形渲染
3d·信息可视化
星图云1 天前
从课前到课后,地理创新实验室赋能教学新范式
信息可视化
云天徽上2 天前
【数据可视化-107】2025年1-7月全国出口总额Top 10省市数据分析:用Python和Pyecharts打造炫酷可视化大屏
开发语言·python·信息可视化·数据挖掘·数据分析·pyecharts
界面开发小八哥2 天前
数据可视化图表库LightningChart JS v8.0上线:全新图例系统 + 数据集重构
javascript·信息可视化·数据可视化·lightningchart
Yvonne爱编码2 天前
零基础学习数据采集与监视控制系统SCADA
学习·信息可视化·信息与通信·数据可视化
计算机毕业设计指导2 天前
基于Spring Boot的幼儿园管理系统
spring boot·后端·信息可视化
半瓶榴莲奶^_^2 天前
python基础案例-数据可视化
python·信息可视化·数据分析