对比、相关性和周期分析

一、实验目的

（1） 掌握对比分析的方法。

（2） 掌握相关性分析的方法。

（3） 掌握周期分析的方法。

二、实验内容

（1） 各化妆品类别的销量对比分析。

（2） 各化妆品类别相关性分析。

（3） 总销量周期分析。

三、实验过程、内容

3.1 各化妆品类别的销量对比分析

使用对比分析对各化妆品类别每日的销量走势进行对比，并绘制折线图进行分析。

• 导入所需要的库

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

• 导入数据集

df = pd.read_excel('各化妆品销量.xlsx')
df.head()

• 绘制折线图

plt.figure(figsize = (12,8))
plt.plot(df['日期'], df['肤用化妆品'],  label='肤用化妆品', marker='o')    # marker标注折点
plt.plot(df['日期'], df['发用化妆品'],  label='发用化妆品', marker='s')
plt.plot(df['日期'], df['美容化妆品'],  label='美容化妆品', marker='x')
plt.plot(df['日期'], df['疗效化妆品'],  label='疗效化妆品', marker='v')
#画线设置颜色和标签
plt.legend()    #显示图例
plt.ylabel('销量')
plt.rcParams['font.sans-serif'] = ['SimHei']    #正常显示中文
plt.title('各类化妆品销量折线图')
plt.show()

3.2 各化妆品类别相关性分析

使用相关性分析计算各化妆品类别之间的相关性，并对输出结果进行分析。

• 绘制相关系数热力图

plt.figure(figsize=[8,6])
sns.heatmap(df.corr(),vmin=0, vmax=1,cmap='Reds', linewidths=0.5,annot=True)
plt.title('化妆品相关系数热力图')
plt.rcParams['font.sans-serif'] = ['SimHei']    #正常显示中文
plt.rcParams['font.sans-serif'] = ['KaiTi']   # 指定默认字体
plt.show()

3.3 总销量周期分析

使用周期分析对化妆品每日的总销量进行统计，并绘制每日的化妆品总销量折线图进行分析。

• 绘制销量趋势折线图

plt.figure(figsize=[16,10])
plt.plot(df['日期'], df['总销量'])
plt.xlabel('日期')
plt.xticks(rotation=-15)    #设置x轴标签旋转
plt.ylabel('每日总销量')
plt.title('化妆品每日总销量趋势')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show()