《Python数据可视化之Matplotlib与Pyecharts》之图形整合

8.6.2  区域销售额与利润额分析

由于受区域经济环境、生活环境、文化环境等的影响，电商企业的产品销售往往会呈现区域性差异，为了深入研究该企业的产品是否在2019年具有区域差异性，我们这里使用subplot函数进行可视化分析，Python代码如下：

# -*- coding: utf-8 -*-

 

import Matplotlib as mpl

import Matplotlib.pyplot as plt

from impala.dbapi import connect

mpl.rcParams['font.sans-serif']=['SimHei']     #显示中文

plt.rcParams['axes.unicode_minus']=False       #正常显示负号

 

#连接Hadoop数据库

v1 = []

v2 = []

v3 = []

v4 = []

conn = connect(host='192.168.1.7', port=10000, database='sales',auth_mechanism='NOSASL',user='root')

cursor = conn.cursor()

 

#读取Hadoop订单表数据

sql_num = "SELECT region,ROUND(SUM(sales)/10000,2),ROUND(SUM(profit)/10000,2),ROUND(SUM(amount),2) FROM orders WHERE dt=2019 GROUP BY region"

cursor.execute(sql_num)

sh = cursor.fetchall()

for s in sh:

    v1.append(s[0])

    v2.append(s[1])

    v3.append(s[2])

    v4.append(s[3])

 

figure()   #绘制一张图片

plt.figure(figsize=(15,8))      #设置图形大小

 

subplot(231)

plt.plot(v1, v2)   #v1、v2的折线图

 

subplot(232)

plt.bar(v1, v3)    #v1、v3的条形图

 

subplot(233)

plt.barh(v2, v3, alpha=0.5, color='red', edgecolor='red', lw=3)   #v2、v3的水平条形图

 

subplot(234)

plt.bar(v2, v3, alpha=0.5, width=1.6, color='yellow', edgecolor='red', lw=1)  #v2、v3的条形图

 

subplot(235)

plt.boxplot(v2)    #v2的箱线图

 

subplot(236)

plt.scatter(v2, v3)   #v2、v3的散点图

 

plt.suptitle('2019年区域销售额比较分析', fontsize=15)

plt.show()

在Jupyter lab中运行上述代码，生成如图所示的复合图形图，从图中可以看出：该企业在2019年，各区地区的销售额基本情况，其中华东地区的销售额最多，而利润额最多的是中南地区；销售额多利润额不一定最多，且可以看出在销售额在145万附近时，利润额是最大的；6个地区的销售额最大值大约在170万，平均值在100万左右。

                                                                                        图8-10  区域销售额比较