文章目录

• 项目背景
• 读取数据
• 数据描述
• 柱状图对比
• 分析报告

本文分享知识：

1. os 模块获取上一级目录的绝对地址
2. pands 读取 sqlite3 数据库中的数据
3. 将 pandas 中显示为科学计数法的数据修改为正常显示
4. pandas 对一列数据求最大值、最小值、求和操作
5. pyecharts 绘制柱状图

项目背景

“小凡，上个月的商品销售数据你简单分析一下，等会发我？” 经理走到小凡身边问到

“好的，我下午发您”，小凡一边说着，一边打开 jupyter 开始操作

读取数据

小凡常用的数据分析工具是 pandas、numpy ，连接数据库常用的工具是 sqlalchemy

import pandas as pd
import numpy as np
from sqlalchemy import create_engine
import os

数据放在上一级的目录下名为 data.db 的文件

# 数据库地址：数据库放在上一级目录下
db_path = os.path.join(os.path.dirname(os.getcwd()),"data.db")
engine_path = "sqlite:///"+db_path

# 获取数据函数，根据输入的SQL语句返回 DataFrame 类型数据
def link_sqlite(sql):
    engine = create_engine(engine_path)
    df = pd.read_sql(sql,con=engine)
    return df

sql = "select * from salesSummary"
df = link_sqlite(sql)

数据描述

df.shape
# (30, 3)

数据维度为 30 行 3 列，我们随机查看5条数据：

df.sample(5)

该数据描述的是30个商品上个月在淘宝、京东的销售额（元）情况，简单看一下数据的分布情况：

# 数据分布
df.describe()

该方法返回的是数据的数量、均值、最大值、最小值、分位数信息，但是 pandas 用科学记数法显示的数据，无法直观看到数据，通过下面方法可以设置修改 pandas 的默认显示方式

np.set_printoptions(suppress=True)
pd.set_option("display.float_format",lambda x:"%.f"%x)
df.describe()

统计一下每个商品的总销售额、每个店铺的最大、最小销售额数据

# 添加一列总销售额
df["总销售额"] = df["淘宝"]+df["京东"]
# 淘宝店总销售额
df["淘宝"].sum()
# 671058957

# 京东店总销售额
df["京东"].sum()
# 639936097

# 销售额最高的商品
df[df["总销售额"]==df["总销售额"].max()]

# 销售额最低的商品
df[df["总销售额"]==df["总销售额"].min()]

柱状图对比

小凡常用的绘图工具为 pyecharts ，用下面代码绘制出商品在淘宝、京东的销售柱状图

from pyecharts import options as opts
from pyecharts.charts import Bar

x_names = df["商品"].tolist()
tao_bao = [round(x/10000,2) for x in df["淘宝"].tolist()]
jing_dong = [round(x/10000,2) for x in df["京东"].tolist()]

c = (
    Bar()
    .add_xaxis(x_names)
    .add_yaxis("淘宝", tao_bao)
    .add_yaxis("京东", jing_dong)
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title="商品销售额分析"),
    )
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False),
        markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
            ]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="average", name="平均值"),
            ]
        ),
    )
)
c.render_notebook()

分析报告

上个月销售的30件商品中：

淘宝店总销售额为：6亿7千万；
京东店总销售额为：6以4千万；
最高的销售额商品为：商品19，总销售额为1亿；
最低的销售额商品为：商品26，总销售额为3百万；

小凡将数据分析的结果整理好制作成 word 文档发给经理。

过了一会儿，经理找到小凡，让小凡帮忙预测一下，下个月商品的销售额是多少？给出一个大概的区间即可。

源码地址

链接：pan.baidu.com/s/10G-8TC7w…