【61 Pandas+Pyecharts | 基于Apriori算法及帕累托算法的超市销售数据分析可视化】

文章目录

[🏳️‍🌈 1. 导入模块](#🏳️‍🌈 1. 导入模块)
[🏳️‍🌈 2. Pandas数据处理](#🏳️‍🌈 2. Pandas数据处理)
- [2.1 读取数据](#2.1 读取数据)
- [2.2 数据信息](#2.2 数据信息)
- [2.3 数据去重](#2.3 数据去重)
- [2.4 订单日期处理提取年份](#2.4 订单日期处理提取年份)
- [2.5 产品名称处理](#2.5 产品名称处理)
[🏳️‍🌈 3. Pyecharts数据可视化](#🏳️‍🌈 3. Pyecharts数据可视化)
- [3.1 每年销售额和利润分布](#3.1 每年销售额和利润分布)
- [3.2 各地区销售额和利润分布](#3.2 各地区销售额和利润分布)
- [3.3 各省订单量分布](#3.3 各省订单量分布)
- [3.4 各省销售额分布](#3.4 各省销售额分布)
- [3.5 各类别产品订单量](#3.5 各类别产品订单量)
- [3.6 客户类别占比](#3.6 客户类别占比)
- [3.7 Apriori算法关联分析](#3.7 Apriori算法关联分析)
- [3.8 帕累托分析](#3.8 帕累托分析)
[🏳️‍🌈 4. 可视化项目源码+数据](#🏳️‍🌈 4. 可视化项目源码+数据)

本期我们利用Python分析「超市销售数据集」，看看：每年销售额和利润分布、各地区销售额和利润分布、各省订单量分布、各省销售额分布、各类别产品订单量、客户类别占比等等，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：

Pandas--- 数据处理
Pyecharts--- 数据可视化

🏳️‍🌈 1. 导入模块

python 复制代码

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

python 复制代码

df = pd.read_excel('超市销售数据.xlsx')

2.2 数据信息

python 复制代码

df.info()

2.3 数据去重

python 复制代码

df = df.drop_duplicates()

2.4 订单日期处理提取年份

python 复制代码

df['年'] = df['订单日期'].dt.year

2.5 产品名称处理

🏳️‍🌈 3. Pyecharts数据可视化

3.1 每年销售额和利润分布

python 复制代码

defget_chart1():
    chart = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis('销售额', y_data1,gap='5%',label_opts=opts.LabelOpts(formatter='{c}万'))
        .add_yaxis('利润', y_data2,gap='5%',label_opts=opts.LabelOpts(formatter='{c}万'))
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='1-每年销售额和利润分布',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center'
            ),
            legend_opts=opts.LegendOpts(pos_top='15%')
        )
    )

销售额和利润均呈现逐年增长的趋势。

3.2 各地区销售额和利润分布

华东大区的销售额最高，反映出当地消费能力较高，中南和东北地区紧随其后，利润方面来看，中南地区和华东地区的利润要远高于其他地区。

3.3 各省订单量分布

沿海地区的订单量要明显高于内地，尤其是广东、山东、江苏、辽宁。

3.4 各省销售额分布

3.5 各类别产品订单量

办公用品类商品需求量最大，占比超过了50%，技术类和家具类各占20%左右。

3.6 客户类别占比

客户类别以个体消费者为主，其次是公司和小型企业。

3.7 Apriori算法关联分析

python 复制代码

# 转换为算法可接受模型(布尔值)
te = TransactionEncoder()
d_data = te.fit(data_am).transform(data_am)
df_t = pd.DataFrame(d_data,columns=te.columns_)
# 设置支持度求频繁项集
frequent_itemsets = apriori(df_t,min_support=0.04,use_colnames= True)
rules = association_rules(frequent_itemsets,metric = 'confidence',min_threshold = 0.1)
# 设置最小提升度, 一般认为提升度大于1的关联规则才有商业价值
rules = rules.drop(rules[rules.lift <1].index)
# 设置标题索引并打印结果
rules.rename(columns = {'antecedents':'from','consequents':'to','support':'sup','confidence':'conf'},inplace = True)
rules = rules[['from','to','sup','conf','lift']].sort_values('sup',ascending=False).reset_index(drop=True)

结果：

3.8 帕累托分析

帕累托分析模型（Pareto Analysis），又称80/20法则、ABC分析法或主次因素分析法，是一种基于"关键少数与次要多数"原理的决策工具，用于识别和优先处理对结果影响最大的关键因素。

python 复制代码

defget_chart8():
    bar = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis("销售额", y_data1,itemstyle_opts=opts.ItemStyleOpts(color=range_color[-1]),
            label_opts=opts.LabelOpts(is_show=False),)
        .extend_axis(
            yaxis=opts.AxisOpts(
                max_=120,
            )
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='8-帕累托分析',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
            ),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60,font_size=10)),
            legend_opts=opts.LegendOpts(pos_top='12%')
        )
    )
    line = (
        Line()
        .add_xaxis(x_data)
        .add_yaxis(
            "累积利润占比",
            y_data2,
            z=10,
            yaxis_index=1,
            label_opts=opts.LabelOpts(is_show=False),
        )
    )

🏳️‍🌈 4. 可视化项目源码+数据

点击跳转：【全部可视化项目源码+数据】

以上就是本期为大家整理的全部内容了，赶快练习起来吧，原创不易，喜欢的朋友可以点赞、收藏 也可以分享（注明出处）让更多人知道。