大家好，我是 👉 【Python當打之年(點擊跳轉)】

本期我們利用Python分析「超市銷售數據集」，看看：每年銷售額和利潤分布、各地區銷售額和利潤分布、各省訂單量分布、各省銷售額分布、各類別產品訂單量、客戶類別占比等等，希望對大家有所幫助，如有疑問或者需要改進的地方可以聯系小編。

涉及到的庫：

• Pandas— 數據處理
• Pyecharts— 數據可視化

🏳??🌈 1. 導入模塊

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

🏳??🌈 2. Pandas數據處理

2.1 讀取數據

df = pd.read_excel('超市銷售數據.xlsx')

2.2 數據信息

df.info()

2.3 數據去重

df = df.drop_duplicates()

2.4 訂單日期處理提取年份

df['年'] = df['訂單日期'].dt.year

2.5 產品名稱處理

🏳??🌈 3. Pyecharts數據可視化

3.1 每年銷售額和利潤分布

defget_chart1():chart = (Bar().add_xaxis(x_data).add_yaxis('銷售額', y_data1,gap='5%',label_opts=opts.LabelOpts(formatter='{c}萬')).add_yaxis('利潤', y_data2,gap='5%',label_opts=opts.LabelOpts(formatter='{c}萬')).set_global_opts(title_opts=opts.TitleOpts(title='1-每年銷售額和利潤分布',subtitle=subtitle,pos_top='2%',pos_left='center'),legend_opts=opts.LegendOpts(pos_top='15%')))

• 銷售額和利潤均呈現逐年增長的趨勢。

3.2 各地區銷售額和利潤分布

• 華東大區的銷售額最高，反映出當地消費能力較高，中南和東北地區緊隨其后，利潤方面來看，中南地區和華東地區的利潤要遠高于其他地區。

3.3 各省訂單量分布

• 沿海地區的訂單量要明顯高于內地，尤其是廣東、山東、江蘇、遼寧。

3.4 各省銷售額分布

3.5 各類別產品訂單量

• 辦公用品類商品需求量最大，占比超過了50%，技術類和家具類各占20%左右。

3.6 客戶類別占比

• 客戶類別以個體消費者為主，其次是公司和小型企業。

3.7 Apriori算法關聯分析

# 轉換為算法可接受模型(布爾值)
te = TransactionEncoder()
d_data = te.fit(data_am).transform(data_am)
df_t = pd.DataFrame(d_data,columns=te.columns_)
# 設置支持度求頻繁項集
frequent_itemsets = apriori(df_t,min_support=0.04,use_colnames= True)
rules = association_rules(frequent_itemsets,metric = 'confidence',min_threshold = 0.1)
# 設置最小提升度, 一般認為提升度大于1的關聯規則才有商業價值
rules = rules.drop(rules[rules.lift <1].index)
# 設置標題索引并打印結果
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)

結果：

3.8 帕累托分析

帕累托分析模型（Pareto Analysis），又稱80/20法則、ABC分析法或主次因素分析法，是一種基于“關鍵少數與次要多數”原理的決策工具，用于識別和優先處理對結果影響最大的關鍵因素。

defget_chart8():bar = (Bar().add_xaxis(x_data).add_yaxis("銷售額", 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("累積利潤占比",y_data2,z=10,yaxis_index=1,label_opts=opts.LabelOpts(is_show=False),))

🏳??🌈 4. 可視化項目源碼+數據

點擊跳轉：【全部可視化項目源碼+數據】

---

以上就是本期為大家整理的全部內容了，趕快練習起來吧，原創不易，喜歡的朋友可以點贊、收藏也可以分享（注明出處）讓更多人知道。