👉博__主👈:米码收割机
👉技__能👈:C++/Python语言
👉公众号👈:测试开发自动化【获取源码+商业合作】
👉荣__誉👈:阿里云博客专家博主、51CTO技术博主
👉专__注👈:专注主流机器人、人工智能等相关领域的开发、测试技术。
【python】python超市销售订单数据分析可视化(源码+数据集)【独一无二】
一、设计要求
某超市一周的销售订单数据文件SuperMarket_order.txt中共包含117条样本数据,每条样本数据包括订单编号、付款金额、订单状态、物品类别、购物方式、支付类别、付款人所在省份等7个信息。请利用Numpy、Pandas和Matploylib.pylot等模块,将画布进行2行3列布局,分别对付款金额(分为100以内、100-500和500以上三个类别)、订单状态、物品类别、购物方式、支付类别和付款人所在省份等6个信息进行统计分析,并将统计分析的结果依次可视化展示在画布的6个不同区域内,区域内所采用的图形类别应至少包括三种,例如,散点图、柱状图、饼图等。(60分)
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
二、设计思路
这段代码的主要任务是分析和可视化超市销售订单数据,通过对数据的预处理、分类统计和可视化,展示订单数据的多维度信息。整个设计过程可以分为以下几个步骤:数据读取与清理、数据预处理、数据分类、数据可视化和结果展示。下面是详细的设计思路描述。
1、数据读取与清理
- 文件读取:
- 代码首先从文件
SuperMarket_order.txt
中读取数据。该文件存储了超市销售订单的原始数据,数据以逗号分隔。 - 使用 Python 内置的
open
函数打开文件,并逐行读取数据。每一行数据都通过strip
方法去除首尾的空白字符,并通过split
方法以逗号为分隔符进行拆分。
- 代码首先从文件
columns = ['订单编号', '付款金额', '订单状态', '物品类别', '购物方式', '支付类别', '付款人所在省份']
data = []
with open('SuperMarket_order.txt', 'r', encoding='utf-8') as file:
for line in file:
items = line.strip().split(',')
data.append(items[1:3] + items[6:7] + items[7:8] + items[9:10] + items[10:11] + items[12:13])
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
-
数据存储:
- 读取到的每一行数据,被存储到一个名为
data
的列表中。列表的每一项都是一个订单的所有字段信息,具体字段包括订单编号、付款金额、订单状态、物品类别、购物方式、支付类别和付款人所在省份。 - 使用 pandas 库将列表转换为 DataFrame 结构,并指定列名,这样可以方便后续的数据处理和分析。
- 读取到的每一行数据,被存储到一个名为
-
数据清理:
- 在数据清理过程中,首先定义了一个辅助函数
is_float
,用于检查字符串是否可以转换为浮点数。这个步骤确保了付款金额字段的数据是有效的数值。 - 利用
is_float
函数过滤掉付款金额不能转换为浮点数的行,保证数据的准确性和一致性。 - 将付款金额字段的类型转换为浮点数,方便后续的数值计算和分类处理。
- 在数据清理过程中,首先定义了一个辅助函数
3、数据预处理与分类
- 数据预处理:
- 数据清理完成后,需要对数据进行进一步的预处理。具体包括将付款金额字段转换为浮点数类型,这样可以进行数值计算和分类。
# 检查并清理数据
def is_float(value):
try:
float(value)
return True
except ValueError:
return False
- 数据分类:
- 为了更好地分析付款金额的分布情况,定义了一个分类函数
categorize_payment
,根据付款金额将其分类为三个区间:100以内
、100-500
和500以上
。 - 使用
apply
方法将分类函数应用于付款金额字段,生成一个新的分类字段付款金额分类
,标识每笔订单所属的金额区间。
- 为了更好地分析付款金额的分布情况,定义了一个分类函数
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
# 对付款金额进行分类
def categorize_payment(amount):
if amount < 100:
return '100以内'
elif 100 <= amount <= 500:
return '100-500'
else:
return '500以上'
3、数据可视化
-
设置绘图参数:
- 为了支持中文字符显示,使用 matplotlib 库的
rcParams
参数设置字体为SimHei
,并设置axes.unicode_minus
为False
,以确保负号可以正常显示。
- 为了支持中文字符显示,使用 matplotlib 库的
-
创建子图布局:
- 使用
plt.subplots
创建一个包含 2 行 3 列子图的布局,并设置图形的总尺寸为 18x12 英寸。这种布局方式可以将多个图表放在同一个图形窗口中,方便对比和分析。
- 使用
-
绘制各类图表:
- 付款金额分类统计:
- 使用柱状图展示不同付款金额分类的订单数量分布。通过
value_counts
方法统计各个金额分类的订单数量,并绘制柱状图显示分类结果。
- 使用柱状图展示不同付款金额分类的订单数量分布。通过
- 付款金额分类统计:
# 付款金额分类统计
payment_counts = data['PaymentCategory'].value_counts()
axs[0, 0].bar(payment_counts.index, payment_counts.values)
axs[0, 0].set_title('付款金额分类统计')
axs[0, 0].set_xlabel('付款金额分类')
axs[0, 0].set_ylabel('订单数量')
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
- 订单状态统计:
- 使用饼图展示不同订单状态的分布情况。通过
value_counts
方法统计各个订单状态的数量,并绘制饼图显示各状态所占比例。
- 使用饼图展示不同订单状态的分布情况。通过
- 物品类别统计:
- 使用柱状图展示不同物品类别的订单数量分布。通过
value_counts
方法统计各个物品类别的数量,并绘制柱状图显示分类结果。
- 使用柱状图展示不同物品类别的订单数量分布。通过
axs[0, 2].bar(category_counts.index, category_counts.values, color='lightgreen')
axs[0, 2].set_title('物品类别统计')
axs[0, 2].set_xlabel('物品类别')
axs[0, 2].set_ylabel('数量')
- 购物方式统计:
- 使用柱状图展示不同购物方式的订单数量分布。通过
value_counts
方法统计各个购物方式的数量,并绘制柱状图显示分类结果。
- 使用柱状图展示不同购物方式的订单数量分布。通过
- 支付类别统计:
- 使用饼图展示不同支付类别的分布情况。通过
value_counts
方法统计各个支付类别的数量,并绘制饼图显示各支付类别所占比例。
- 使用饼图展示不同支付类别的分布情况。通过
- 付款人所在省份统计:
- 使用柱状图展示不同省份的订单数量分布。通过
value_counts
方法统计各个省份的订单数量,并绘制柱状图显示区域分布情况,同时将 x 轴标签旋转 45 度,以便更好地显示省份名称。
- 使用柱状图展示不同省份的订单数量分布。通过
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
4、结果展示
-
布局调整:
- 使用
plt.tight_layout
函数调整子图布局,确保各个子图之间没有重叠,并留出适当的空白。
- 使用
-
图形标题:
- 设置整个图形的总标题为
超市销售订单数据分析
,以说明图形内容的主题。
- 设置整个图形的总标题为
-
显示图形:
- 最后使用
plt.show
函数显示绘制的图形,将所有统计结果展示给用户。
- 最后使用
整个代码设计以数据分析和可视化为核心,通过数据读取与清理、数据预处理与分类、数据可视化和结果展示四个步骤,全面展示了超市销售订单数据的多维度信息。通过对订单数据的深入分析,可以帮助理解顾客行为、优化销售策略和提高运营效率。设计思路清晰,代码结构合理,数据处理和可视化效果直观,能够有效地支持业务决策和市场分析。
三、可视化分析
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
使用 Matplotlib 生成了六个子图,分别展示了不同维度的数据统计信息:
- 付款金额分类统计:
- 图示位置:左上角(axs[0, 0])
- 图示类型:柱状图
- 含义:展示了不同付款金额分类(如
100以内
、100-500
、500以上
)的订单数量分布。横轴为付款金额分类,纵轴为订单数量。通过该图可以看出每个金额区间内的订单数量,帮助了解客户付款金额的分布情况。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
- 订单状态统计:
- 图示位置:上中(axs[0, 1])
- 图示类型:饼图
- 含义:展示了订单状态(如已付款、未付款、已取消等)的分布情况。饼图的每一部分代表一种订单状态,大小表示该状态的订单数量占总订单数量的比例。通过该图可以直观地了解订单处理的整体情况。
- 物品类别统计:
- 图示位置:右上角(axs[0, 2])
- 图示类型:柱状图
- 含义:展示了不同物品类别(如食品、日用品、饮料等)的订单数量分布。横轴为物品类别,纵轴为数量。通过该图可以了解各类商品的销售情况,帮助优化商品管理和库存控制。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
- 购物方式统计:
- 图示位置:左下角(axs[1, 0])
- 图示类型:柱状图
- 含义:展示了不同购物方式(如线上购物、线下购物等)的订单数量分布。横轴为购物方式,纵轴为数量。通过该图可以分析顾客的购物偏好,帮助制定相应的营销策略。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
- 支付类别统计:
- 图示位置:下中(axs[1, 1])
- 图示类型:饼图
- 含义:展示了不同支付类别(如现金支付、信用卡支付、电子支付等)的订单数量占比。饼图的每一部分代表一种支付类别,大小表示该类别订单数量占总订单数量的比例。通过该图可以了解顾客的支付习惯,帮助改进支付方式的设置。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈
- 付款人所在省份统计:
- 图示位置:右下角(axs[1, 2])
- 图示类型:柱状图
- 含义:展示了不同省份顾客的订单数量分布。横轴为省份,纵轴为数量。通过该图可以分析订单的地域分布情况,帮助制定区域性的销售策略和物流安排。
通过这些图表,能够全面地了解超市销售订单数据的各个方面,包括付款金额分布、订单状态、物品类别、购物方式、支付类别和地域分布等。这些可视化结果为管理和决策提供了有力的支持,帮助更好地理解顾客行为和市场需求,从而优化销售策略和运营管理。
👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 超市 ” 获取。👈👈👈