Python pyecharts案例超市4年数据可视化分析

目录

• 一、数据描述
• 1、数据概览
• 二、数据预处理
• 1、导入包和数据
• 2、列名重命名
• 3、提取数据中时间，方便后续分析绘图
• 三、数据可视化
• 1、美国各个地区销售额的分布（地图）
• 2、各产品类别销售额对比（柱状图）
• 3、不同客户类别销售额对比（饼图）
• 4、每月各产品销售额top10榜单
• 5、销售额、净利润在时间维度的变化（折线图）
• 6、销售额

一、数据描述

数据集中9994条数据，横跨1237天，销售额为2,297,200.8603美元，利润为286,397.0217美元，他们的库存中有1862件独特的物品，它们被分为3类，所有这些物品都在美国4个地区的49个州销售，来着793位客户的5009个订单。

数据集： Superstore.csv 来源：kaggle

一共21列数据，每一列属性描述如下：

• Row ID => 每一行唯一的ID.
• Order ID => 每个客户的唯一订单ID.
• Order Date => 产品的订单日期.
• Ship Date => 产品发货日期.
• Ship Mode=> 客户指定的发货模式.
• Customer ID => 标识每个客户的唯一ID.
• Customer Name => 客户的名称.
• Segment => The segment where the Customer belongs.
• Country => 客户居住的国家.
• City => 客户居住的城市.
• State => 客户所在的州.
• Postal Code => 每个客户的邮政编码.
• Region => “客户”所属地区.
• Product ID => 产品的唯一ID.
• Category => 所订购产品的类别.
• Sub-Category => 所订购产品的子类别.
• Product Name => 产品名称
• Sales =>产品的销售.
• Quantity => 产品数量.
• Discount => 提供折扣.
• Profit => 已发生的利润/亏损.

1、数据概览

9994行，21列数据

print(df.info())

<class \'pandas.core.frame.DataFrame\'>
RangeIndex: 9994 entries, 0 to 9993
Data columns (total 21 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Row ID 9994 non-null int64
1 Order ID 9994 non-null object
2 Order Date 9994 non-null object
3 Ship Date 9994 non-null object
4 Ship Mode 9994 non-null object
5 Customer ID 9994 non-null object
6 Customer Name 9994 non-null object
7 Segment 9994 non-null object
8 Country 9994 non-null object
9 City 9994 non-null object
10 State 9994 non-null object
11 Postal Code 9994 non-null int64
12 Region 9994 non-null object
13 Product ID 9994 non-null object
14 Category 9994 non-null object
15 Sub-Category 9994 non-null object
16 Product Name 9994 non-null object
17 Sales 9994 non-null float64
18 Quantity 9994 non-null int64
19 Discount 9994 non-null float64
20 Profit 9994 non-null float64
dtypes: float64(3), int64(3), object(15)
memory usage: 1.6+ MB
None

二、数据预处理

1、导入包和数据

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode

data = pd.read_csv(r\'./data/Superstore.csv\')

2、列名重命名

重命名后的列名：

data.columns = [\'行ID\', \'订单ID\', \'订单日期\', \'发货日期\', \'发货方式\', \'客户ID\', \'客户名称\', \'客户类型\', \'国家\', \'城市\', \'州\', \'邮政编码\', \'所属区域\', \'产品ID\',
\'产品类别\', \'产品子类别\', \'产品名称\', \'销售额\', \'产品数量\', \'提供折扣\', \'利润/亏损\']

3、提取数据中时间，方便后续分析绘图

data[\'年份\'] = data[\'订单日期\'].apply(lambda x: x[-4:])
data[\'日期\'] = pd.to_datetime(data[\'订单日期\'], format=\'%m/%d/%Y\')
data[\'月份\'] = data[\'日期\'].dt.month
data[\'年-月\'] = data[\'年份\'].astype(\'str\') + \'-\' + data[\'月份\'].astype(\'str\')

三、数据可视化

1、美国各个地区销售额的分布（地图）

包含：Order_Date Sales Quantity Profit year month

usa_sale = data[[\'州\', \'销售额\']].groupby(\'州\').sum().round(2).reset_index()
print(usa_sale.head())
def echarts_map(province, data, title=\'主标题\', subtitle=\'副标题\', label=\'图例\'):
\"\"\"
province：传入省份List
data：传入各省对应的数据List
title：主标题
subtitle：副标题
label：图例
\"\"\"
map_ = Map(
init_opts=opts.InitOpts(
bg_color=\'#080b30\', # 设置背景颜色
theme=\'dark\', # 设置主题
width=\'980px\', # 设置图的宽度
height=\'700px\', # 设置图的高度
)
)
map_.add(label, [list(i) for i in zip(province, data)],
maptype=\'美国\'
)
map_.set_global_opts(
# 标题设置
title_opts=opts.TitleOpts(
title=title, # 主标题
subtitle=subtitle, # 副标题
pos_left=\'center\', # 标题展示位置
title_textstyle_opts=dict(color=\'#fff\') # 设置标题字体颜色
),
# 图例设置
legend_opts=opts.LegendOpts(
is_show=True, # 是否显示图例
pos_left=\'right\', # 图例显示位置
pos_top=\'3%\', # 图例距离顶部的距离
orient=\'horizontal\' # 图例水平布局
),
visualmap_opts=opts.VisualMapOpts(max_=int(max(data)), is_piecewise=False)
)
return map_.render(title + \'-\' + subtitle + \'.html\')

echarts_map(usa_sale[\'州\'].tolist(), usa_sale[\'销售额\'].tolist(), title=\'美国各地区销售额分布\'
, subtitle=\'销售额分布地图\', label=\'销售额\')

2、各产品类别销售额对比（柱状图）

pro_category = data[[\'产品类别\', \'销售额\', \'利润/亏损\']].groupby(\'产品类别\').sum().round(2).reset_index()
pro_category.head()
def echarts_bar(x, y, y2, title=\'主标题\', subtitle=\'副标题\', label=\'图例\', label2=\'图例2\'):
\"\"\"
x: 函数传入x轴标签数据
y：函数传入y轴数据
title：主标题
subtitle：副标题
label：图例
\"\"\"
bar = Bar(
init_opts=opts.InitOpts(
bg_color=\'#080b30\', # 设置背景颜色
theme=\'dark\', # 设置主题
width=\'900px\', # 设置图的宽度
height=\'600px\' # 设置图的高度
)
)
bar.add_xaxis(x)
bar.add_yaxis(label, y,
label_opts=opts.LabelOpts(is_show=True) # 是否显示数据
, category_gap=\"70%\" # 柱子宽度设置
, yaxis_index=0
)
bar.add_yaxis(label2, y2,
label_opts=opts.LabelOpts(is_show=True) # 是否显示数据
, category_gap=\"70%\" # 柱子宽度设置
, yaxis_index=1
)
bar.set_series_opts( # 自定义图表样式
label_opts=opts.LabelOpts(
is_show=True,
position=\'top\', # position 标签的位置 可选 \'top\'，\'left\'，\'right\'，\'bottom\'，\'inside\'，\'insideLeft\'，\'insideRight\'
font_size=15,
color=\'white\',
font_weight=\'bolder\', # font_weight 文字字体的粗细 \'normal\'，\'bold\'，\'bolder\'，\'lighter\'
font_style=\'oblique\', # font_style 文字字体的风格，可选 \'normal\'，\'italic\'，\'oblique\'
), # 是否显示数据标签
# markpoint_opts=opts.MarkPointOpts(
# data=[
# opts.MarkPointItem(type_=\"min\", name=\"最小值\"), # 显示最小值标签
# opts.MarkPointItem(type_=\"max\", name=\"最大值\"), # 显示最大值标签
# opts.MarkPointItem(type_=\"average\", name=\"平均值\") # 显示均值标签
# ]
# ),
itemstyle_opts={
\"normal\": {
\"color\": JsCode(
\"\"\"new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
offset: 0,color: \'rgba(0, 244, 255, 1)\'}
,{offset: 1,color: \'rgba(0, 77, 167, 1)\'}], false)
\"\"\"
), # 调整柱子颜色渐变
\'shadowBlur\': 15, # 光影大小
\"barBorderRadius\": [100, 100, 100, 100], # 调整柱子圆角弧度
\"shadowColor\": \"#0EEEF9\", # 调整阴影颜色
\'shadowOffsetY\': 2,
\'shadowOffsetX\': 2, # 偏移量
}
}
)
bar.set_global_opts(
# 标题设置
title_opts=opts.TitleOpts(
title=title, # 主标题
subtitle=subtitle, # 副标题
pos_left=\'center\', # 标题展示位置
title_textstyle_opts=dict(color=\'#fff\') # 设置标题字体颜色
),
# 图例设置
legend_opts=opts.LegendOpts(
is_show=True, # 是否显示图例
pos_left=\'right\', # 图例显示位置
pos_top=\'3%\', # 图例距离顶部的距离
orient=\'horizontal\' # 图例水平布局
),
tooltip_opts=opts.TooltipOpts(
is_show=True, # 是否使用提示框
trigger=\'axis\', # 触发类型
is_show_content=True,
trigger_on=\'mousemove|click\', # 触发条件，点击或者悬停均可出发
axis_pointer_type=\'cross\', # 指示器类型，鼠标移动到图表区可以查看效果
),
yaxis_opts=opts.AxisOpts(
is_show=True,
splitline_opts=opts.SplitLineOpts(is_show=False), # 分割线
axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度不显示
axislabel_opts=opts.LabelOpts( # 坐标轴标签配置
font_size=13, # 字体大小
font_weight=\'bolder\' # 字重
),
), # 关闭Y轴显示
xaxis_opts=opts.AxisOpts(
boundary_gap=True, # 两边不显示间隔
axistick_opts=opts.AxisTickOpts(is_show=True), # 刻度不显示
splitline_opts=opts.SplitLineOpts(is_show=False), # 分割线不显示
axisline_opts=opts.AxisLineOpts(is_show=True), # 轴不显示
axislabel_opts=opts.LabelOpts( # 坐标轴标签配置
font_size=13, # 字体大小
font_weight=\'bolder\' # 字重
),
),
)
bar.extend_axis(yaxis=opts.AxisOpts())
return bar.render(title + \'-\' + subtitle + \'.html\')
echarts_bar(pro_category[\'产品类别\'].tolist(), pro_category[\'销售额\'].tolist(),
pro_category[\'利润/亏损\'].tolist(), title=\'不同产品类别销售额对比\', subtitle=\'销售额对比柱状图\',
label=\'销售额\', label2=\'利润\')

3、不同客户类别销售额对比（饼图）

customer_sale = data[[\'客户类型\', \'销售额\', \'利润/亏损\']].groupby(\'客户类型\').sum().round(2).reset_index()
def echarts_pie(x, y, title=\'主标题\', subtitle=\'副标题\', label=\'图例\'):
pie = Pie(
init_opts=opts.InitOpts(
bg_color=\'#080b30\', # 设置背景颜色
theme=\'dark\', # 设置主题
width=\'900px\', # 设置图的宽度
height=\'600px\'
)
)
pie.add(\'\', [list(z) for z in zip(x, y)])
pie.set_series_opts(label_opts=opts.LabelOpts(
formatter=\"{b}: {c}\",
font_size=\'15\',
font_style=\'oblique\',
font_weight=\'bolder\'
)
)
pie.set_global_opts(
# 标题设置
title_opts=opts.TitleOpts(
title=title, # 主标题
subtitle=subtitle, # 副标题
pos_left=\'center\', # 标题展示位置
title_textstyle_opts=dict(color=\'white\'), # 设置标题字体颜色
subtitle_textstyle_opts=dict(color=\'white\')
),
legend_opts=opts.LegendOpts(
is_show=True, # 是否显示图例
pos_left=\'right\', # 图例显示位置
pos_top=\'3%\', # 图例距离顶部的距离
orient=\'vertical\', # 图例水平布局
textstyle_opts=opts.TextStyleOpts(
color=\'white\', # 颜色
font_size=\'13\', # 字体大小
font_weight=\'bolder\', # 加粗
),
)
)
return pie.render(title + \'-\' + subtitle + \'.html\')
echarts_pie(customer_sale[\'客户类型\'], customer_sale[\'销售额\'], title=\'不同客户类别销售额对比\', subtitle=\' \', label=\'销售额\')
echarts_pie(customer_sale[\'客户类型\'], customer_sale[\'利润/亏损\'], title=\'不同客户类别利润对比\', subtitle=\' \', label=\'利润/亏损\')

4、每月各产品销售额top10榜单

month_lis = data.sort_values(by=\'日期\')[\'年-月\'].unique().tolist()
month_sale = []
for i in month_lis:
month_data = data[data[\'年-月\'] == i][[\'产品名称\', \'销售额\']].groupby([\'产品名称\']). \\
sum().round(2).reset_index().sort_values(by=\'销售额\', ascending=False)[:10]
month_data = month_data.sort_values(by=\'销售额\', ascending=True)
# final_data = [month_data[\'产品名称\'].tolist(),month_data[\'销售额\'].tolist()]
month_sale.append(month_data)
# month_sale[0]
# 绘制动态榜单
# 新建一个timeline对象
def echart_line(x, y, title=\'主标题\', subtitle=\'副标题\', label=\'图例\'):
tl = Timeline(
init_opts=opts.InitOpts(
bg_color=\'#080b30\', # 设置背景颜色
theme=\'dark\', # 设置主题
width=\'1200px\', # 设置图的宽度
height=\'700px\' # 设置图的高度
)
)
tl.add_schema(
is_auto_play=True, # 是否自动播放
play_interval=1500, # 播放速度
is_loop_play=True, # 是否循环播放
)

for i, data1 in zip(x, y):
day = i
bar = Bar(
init_opts=opts.InitOpts(
bg_color=\'#080b30\', # 设置背景颜色
theme=\'dark\', # 设置主题
width=\'1200px\', # 设置图的宽度
height=\'700px\' # 设置图的高度
)
)
bar.add_xaxis(data1.iloc[:, 0].tolist())
bar.add_yaxis(
label,
data1.iloc[:, 1].round(2).tolist(),
category_gap=\"40%\"
)
bar.reversal_axis()
bar.set_series_opts( # 自定义图表样式
label_opts=opts.LabelOpts(
is_show=True,
position=\"right\",
font_style=\'oblique\',
font_weight=\'bolder\',
font_size=\'13\',

), # 是否显示数据标签
itemstyle_opts={
\"normal\": {
\"color\": JsCode(
\"\"\"new echarts.graphic.LinearGradient(1, 0, 0, 0, [{
offset: 0,color: \'rgba(0, 244, 255, 1)\'}
,{offset: 1,color: \'rgba(0, 77, 167, 1)\'}], false)
\"\"\"
), # 调整柱子颜色渐变
\'shadowBlur\': 8, # 光影大小
\"barBorderRadius\": [100, 100, 100, 100], # 调整柱子圆角弧度
\"shadowColor\": \"#0EEEF9\", # 调整阴影颜色
\'shadowOffsetY\': 6,
\'shadowOffsetX\': 6, # 偏移量
}
}
)
bar.set_global_opts(
# 标题设置
title_opts=opts.TitleOpts(
title=title, # 主标题
subtitle=subtitle, # 副标题
pos_left=\'center\', # 标题展示位置
title_textstyle_opts=dict(color=\'white\'), # 设置标题字体颜色
subtitle_textstyle_opts=dict(color=\'#white\')
),
legend_opts=opts.LegendOpts(
is_show=True, # 是否显示图例
pos_left=\'right\', # 图例显示位置
pos_top=\'3%\', # 图例距离顶部的距离
orient=\'vertical\', # 图例水平布局
textstyle_opts=opts.TextStyleOpts(
color=\'white\', # 颜色
font_size=\'13\', # 字体大小
font_weight=\'bolder\', # 加粗
font_style=\'oblique\',
),
),
tooltip_opts=opts.TooltipOpts(
is_show=True, # 是否使用提示框
trigger=\'axis\', # 触发类型
is_show_content=True,
trigger_on=\'mousemove|click\', # 触发条件，点击或者悬停均可出发
axis_pointer_type=\'cross\', # 指示器类型，鼠标移动到图表区可以查看效果
# formatter = \'{a}<br>{b}:{c}人\' # 文本内容
),
yaxis_opts=opts.AxisOpts(
is_show=True,
splitline_opts=opts.SplitLineOpts(is_show=False), # 分割线
axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度不显示
axislabel_opts=opts.LabelOpts( # 坐标轴标签配置
font_size=13, # 字体大小
font_weight=\'bolder\' # 字重
),
), # 关闭Y轴显示
xaxis_opts=opts.AxisOpts(
boundary_gap=True, # 两边不显示间隔
axistick_opts=opts.AxisTickOpts(is_show=True), # 刻度不显示
splitline_opts=opts.SplitLineOpts(is_show=False), # 分割线不显示
axisline_opts=opts.AxisLineOpts(is_show=True), # 轴不显示
axislabel_opts=opts.LabelOpts( # 坐标轴标签配置
font_size=13, # 字体大小
font_weight=\'bolder\', # 字重
),
),
)
tl.add(bar, day)
return tl.render(title + \'-\' + subtitle + \'.html\')
# 销售额、净利润在时间维度的变化（折线图）
echart_line(month_lis, month_sale, title=\'每月各产品销售额top10榜单\', subtitle=\' \', label=\'销售额\')

5、销售额、净利润在时间维度的变化（折线图）

sale_data = data.sort_values(by=\'日期\')[[\'年份\', \'日期\', \'销售额\', \'利润/亏损\']]. \\
groupby([\'年份\', \'日期\']).sum().round(2).reset_index()
year_lis = sale_data[\'年份\'].unique().tolist()
sale_data1 = sale_data[sale_data[\'年份\'] == \'2014\']
sale_data2 = sale_data[sale_data[\'年份\'] == \'2015\']
sale_data3 = sale_data[sale_data[\'年份\'] == \'2016\']
sale_data4 = sale_data[sale_data[\'年份\'] == \'2017\']
sale_data_lis = [sale_data1, sale_data2, sale_data3, sale_data4]
print(sale_data4.head())
def echarts_two_line(x, y, title=\'主标题\', subtitle=\'副标题\', label=\'图例\', label2=\'图例2\'):
\"\"\"
x: 函数传入x轴table数据
y：函数传入y轴dataframe集合
title：主标题
subtitle：副标题
label：图例
\"\"\"
tab = Tab()
for table, data in zip(x, y):
line1 = Line(
init_opts=opts.InitOpts(
bg_color=\'#080b30\', # 设置背景颜色
theme=\'dark\', # 设置主题
width=\'1200px\', # 设置图的宽度
height=\'700px\' # 设置图的高度
)
)
line1.add_xaxis(data[\'日期\'].tolist())
line1.extend_axis(yaxis=opts.AxisOpts()) # 添加一条Y轴
line1.add_yaxis(
label,
data[\'销售额\'].tolist(),
yaxis_index=0,
is_symbol_show=False, # 是否显示数据标签点
is_smooth=True, # 设置曲线平滑
label_opts=opts.LabelOpts(
is_show=True, # 是否显示数据
),
# 线条粗细阴影设置
linestyle_opts={
\"normal\": {
\"color\": \"#E47085\", # 线条颜色
\"shadowColor\": \'#E4708560\', # 阴影颜色和不透明度
\"shadowBlur\": 8, # 阴影虚化大小
\"shadowOffsetY\": 20, # 阴影y偏移量
\"shadowOffsetX\": 20, # 阴影x偏移量
\"width\": 7 # 线条粗细
},
},
)
line1.set_global_opts(
# 标题设置
title_opts=opts.TitleOpts(
title=title, # 主标题
subtitle=subtitle, # 副标题
pos_left=\'center\', # 标题展示位置
title_textstyle_opts=dict(color=\'white\'), # 设置标题字体颜色
subtitle_textstyle_opts=dict(color=\'white\')
),
# 图例设置
legend_opts=opts.LegendOpts(
is_show=True, # 是否显示图例
pos_left=\'right\', # 图例显示位置
pos_top=\'3%\', # 图例距离顶部的距离
orient=\'horizontal\', # 图例水平布局
textstyle_opts=opts.TextStyleOpts(
color=\'white\', # 颜色
font_size=\'13\', # 字体大小
font_weight=\'bolder\', # 加粗
),
),
tooltip_opts=opts.TooltipOpts(
is_show=True, # 是否使用提示框
trigger=\'axis\', # 触发类型
is_show_content=True,
trigger_on=\'mousemove|click\', # 触发条件，点击或者悬停均可出发
axis_pointer_type=\'cross\', # 指示器类型，鼠标移动到图表区可以查看效果
# formatter = \'{a}<br>{b}:{c}人\' # 文本内容
),
datazoom_opts=opts.DataZoomOpts(
range_start=0, # 开始范围
range_end=25, # 结束范围
# orient=\'vertical\', # 设置为垂直布局
type_=\'slider\', # slider形式
is_zoom_lock=False, # 锁定区域大小
# pos_left=\'1%\' # 设置位置
),
yaxis_opts=opts.AxisOpts(
is_show=True,
splitline_opts=opts.SplitLineOpts(is_show=False), # 分割线
axistick_opts=opts.AxisTickOpts(is_show=False), # 刻度不显示
axislabel_opts=opts.LabelOpts( # 坐标轴标签配置
font_size=13, # 字体大小
font_weight=\'bolder\' # 字重
),
), # 关闭Y轴显示
xaxis_opts=opts.AxisOpts(
boundary_gap=False, # 两边不显示间隔
axistick_opts=opts.AxisTickOpts(is_show=True), # 刻度不显示
splitline_opts=opts.SplitLineOpts(is_show=False), # 分割线不显示
axisline_opts=opts.AxisLineOpts(is_show=True), # 轴不显示
axislabel_opts=opts.LabelOpts( # 坐标轴标签配置
font_size=13, # 字体大小
font_weight=\'bolder\' # 字重
),
),
)

# 新建一个折线图Line
line2 = Line()
line2.add_xaxis(data[\'日期\'].tolist())
# 将line数据通过yaxis_index指向后添加的Y轴
# line2.extend_axis(yaxis=opts.AxisOpts())
line2.add_yaxis(
label2,
data[\'利润/亏损\'].tolist(),
yaxis_index=0,
is_symbol_show=False, # 是否显示数据标签点
is_smooth=True, # 设置曲线平滑
label_opts=opts.LabelOpts(
is_show=True, # 是否显示数据
),
# 线条粗细阴影设置
linestyle_opts={
\"normal\": {
\"color\": \"#44B2BE\", # 线条颜色
\"shadowColor\": \'#44B2BE60\', # 阴影颜色和不透明度
\"shadowBlur\": 8, # 阴影虚化大小
\"shadowOffsetY\": 20, # 阴影y偏移量
\"shadowOffsetX\": 20, # 阴影x偏移量
\"width\": 7 # 线条粗细
},
},
)
line1.overlap(line2)
tab.add(line1, table)
return tab.render(title + \'-\' + subtitle + \'.html\')
echarts_two_line(year_lis, sale_data_lis, title=\'销售额、利润在时间维度的变化\', subtitle=\' \',
label=\'销售额\', label2=\'利润/亏损\')

6、销售额

sale_sum = int(data[\'销售额\'].sum())
num_count = int(data[\'产品数量\'].sum())
profit_sum = int(data[\'利润/亏损\'].sum())
print(profit_sum)
def big_data(title=\'主标题\', subtitle=\'副标题\'):
c = Pie(
init_opts=opts.InitOpts(
chart_id=1,
bg_color=\'#080b30\',
theme=\'dark\',
width=\'300px\',
height=\'300px\',
)
)
c.set_global_opts(
title_opts=opts.TitleOpts(
title=title,
subtitle=subtitle,
title_textstyle_opts=opts.TextStyleOpts(
font_size=36,
color=\'#FFFFFF\',
),
pos_left=\'center\',
pos_top=\'middle\'
)
)
return c.render(str(title) + \'-\' + subtitle + \'.html\')
big_data(title=sale_sum, subtitle=\'销售额\')