欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python自動化實現(xiàn)日報數(shù)據(jù)可視化

 更新時間:2025年02月20日 08:33:29   作者:i阿極  
這篇文章主要為大家詳細介紹了如何使用Python實現(xiàn)自動化生成日報數(shù)據(jù)可視化,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學習一下

1、前言

今天,我們就來聊聊如何用Python這一強大的編程語言,實現(xiàn)“解放雙手,一鍵運行!Python每日自動生成數(shù)據(jù)日報”的神奇魔力。本文使用案例數(shù)據(jù),構造銷售收入、銷售單量等關鍵性指標,借助Python工具一鍵生成數(shù)據(jù)日報,下面一起學習吧!

在這個快節(jié)奏的工作環(huán)境中,時間就是金錢,效率決定成敗。傳統(tǒng)的手動制作數(shù)據(jù)日報,不僅耗時耗力,還容易出錯。而Python憑借其簡潔的語法、豐富的庫支持和強大的自動化能力,正逐步成為數(shù)據(jù)分析和自動化辦公的利器。通過編寫幾個簡單的Python腳本,我們就能讓數(shù)據(jù)自動匯聚、分析,并生成精美的日報,幫助我們在瞬息萬變的市場中搶占先機。

2、導入數(shù)據(jù)

import pandas as pd
from datetime import datetime
df=pd.read_excel(r"D:\mydata\CSDNdata\銷售數(shù)據(jù)明細.xlsx")

df.head()#數(shù)據(jù)預覽

查看數(shù)據(jù)屬性

df.info()

查看數(shù)據(jù)屬性,其中銷售日期為日期類型,銷量和銷售額為數(shù)值類型,其他均為文本數(shù)據(jù)類型。

3、計算指標

計算指標設定,設置本文需要計算的指標,指標計算如下:

  • • 收入=銷量*銷售額
  • • 單量=銷量匯總
  • • 貨品數(shù)=貨品數(shù)去重
  • • 收入環(huán)比:本月收入/上月收入-1
  • • 單量環(huán)比:本月單量/上月單量-1

3.1 計算12月相關指標

首先選取12月的數(shù)據(jù),截止到2021年12月30日的數(shù)據(jù),分別計算本月截止12月30日收入、本月截止12月30日單量、本月截止12月30日貨品數(shù)。

#這里假設數(shù)據(jù)的時間段時2021年12月1日到2021年12月30日
the_month=df[(df['銷售日期']>=datetime(2021,12,1))&(df['銷售日期']<=datetime(2021,12,30))]
shouru1=(the_month['銷量']*the_month['銷售額']).sum()#本月截止12月30日收入
danliang1=the_month['銷量'].sum()#本月截止12月30日單量
huopin1=the_month['貨號'].nunique()#本月截止12月30日貨品數(shù)

print("本月截止12月30日收入為{:.2f}元,單量為{}個,貨品數(shù)為{}個".format(shouru1,danliang1,huopin1))

輸出:

本月截止12月30日收入為369242.50元,單量為728個,貨品數(shù)為227個

3.2 計算11月相關指標

假設數(shù)據(jù)的時間段時2021年11月1日到2021年11月30日

last_month=df[(df['銷售日期']>=datetime(2021,11,1))&(df['銷售日期']<=datetime(2021,11,30))]
shouru2=(last_month['銷量']*last_month['銷售額']).sum()#上月截止11月30日收入
danliang2=last_month['銷量'].sum()#上月截止11月30日單量
huopin2=last_month['貨號'].nunique()#上月截止11月30日貨品數(shù)

print("上月截止11月30日收入為{:.2f}元,單量為{}個,貨品數(shù)為{}個".format(shouru2,danliang2,huopin2))

輸出:

上月截止11月30日收入為654637.10元,單量為886個,貨品數(shù)為211個

3.3 利用函數(shù)進行封裝

以上我們可以發(fā)現(xiàn)規(guī)律,計算本月的相關指標數(shù)據(jù)與計算上月同期的指標數(shù)據(jù)計算邏輯是一樣的,除了數(shù)據(jù)選取的日期不一樣,我們可以自定義一個函數(shù),用于計算相關的數(shù)據(jù)指標,簡化數(shù)據(jù)計算的流程。

def get_month_data(df):
    shouru=(df['銷量']*df['銷售額']).sum()
    danliang=df['銷量'].sum()
    huopin=df['貨號'].nunique()
    return(shouru,danliang,huopin)

shouru1,danliang1,huopin1=get_month_data(the_month)#計算本月數(shù)據(jù)指標
shouru2,danliang2,huopin2=get_month_data(last_month)#計算上月數(shù)據(jù)指標

print("本月截止12月30日收入為{:.2f}元,單量為{}個,貨品數(shù)為{}個".format(shouru1,danliang1,huopin1))
print("上月截止11月30日收入為{:.2f}元,單量為{}個,貨品數(shù)為{}個".format(shouru2,danliang2,huopin2))

3.4 計算環(huán)比

構建一個DataFrame,填入具體的計算指標數(shù)值,計算環(huán)比數(shù)據(jù)。

ribao=pd.DataFrame([[shouru1,shouru2],
                   [danliang1,danliang2],
                   [huopin1,huopin2]],
                   columns=['本月','上月'],index=['收入','單量','貨品數(shù)'])

ribao['環(huán)比']=ribao['本月']/ribao['上月']-1
ribao['環(huán)比']=ribao['環(huán)比'].apply(lambda  x:format(x,'.2%'))

ribao

3.5 計算每月的銷售額、銷量數(shù)據(jù)情況

計算每月的銷售額、銷售數(shù)據(jù)情況,使用groupby函數(shù),同時aggregate函數(shù)自定義數(shù)值的計算方式,數(shù)據(jù)結果如下。

df['銷售月份']=df['銷售日期'].astype(str).str[0:7].str.replace('-','')
df_group=df.groupby("銷售月份").aggregate({"銷售額":"sum","銷量":"sum"})

df_group

4、數(shù)據(jù)可視化

導入pyecharts庫,制作組合圖。

#使用pyecharts庫作圖
from pyecharts import options as opts
from pyecharts.charts import Bar, Line

#導入數(shù)據(jù)
v1 = df_group['銷售額'].round(2).tolist()
v2 = df_group['銷量'].tolist()

#柱形圖
bar = (Bar()
       .add_xaxis(df_group.index.tolist())
       .add_yaxis("銷售額", v1 ,category_gap="60%",gap="10%") #設置柱形間隙寬度
       .extend_axis(yaxis=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} 單"), min_=0,max_=1750))#設置次坐標軸坐標大小
       .set_series_opts(label_opts=opts.LabelOpts(is_show=True))#顯示數(shù)據(jù)標簽
       .set_global_opts(title_opts=opts.TitleOpts(title="21年每月銷售額與銷量情況"),

       )
       )

#折線圖
line = Line().add_xaxis(df.index.tolist()).add_yaxis("銷售量", v2, yaxis_index=1, is_smooth=True)

#組合圖
bar.overlap(line)

#在線顯示
bar.render_notebook()

由圖像可以看出,截止21年12月25日數(shù)據(jù),21年7月銷量最高、12月銷量最低、21年10月收入最高、2月收入最低。

總結

通過前面的步驟,我們順利完成了一份基礎的數(shù)據(jù)日報。這份日報雖能反映關鍵信息,但在實際工作場景中,數(shù)據(jù)報表的復雜程度遠超于此。實際的數(shù)據(jù)報表往往涉及繁多的指標,計算邏輯也極為復雜,這就要求數(shù)據(jù)分析師持續(xù)優(yōu)化計算流程,以確保數(shù)據(jù)處理的高效與準確。

到這里,我們已經初步體驗到 “Python 每日自動生成數(shù)據(jù)日報” 帶來的巨大便利,它真正實現(xiàn)了 “解放雙手,一鍵運行”。從數(shù)據(jù)的抓取、清洗,到深入分析,再到可視化報告的生成,Python 憑借強大的功能和出色的靈活性,構建起一個高效、精準的數(shù)據(jù)處理流程。這一流程不僅大幅提升了工作效率,還讓我們得以從繁瑣的數(shù)據(jù)整理工作中解脫出來,將更多精力投入到對數(shù)據(jù)背后深層含義的洞察以及策略制定上。

不過,要達成這樣的成果并非輕而易舉。掌握 Python 編程是基礎,同時,還需要根據(jù)具體業(yè)務需求,對腳本進行定制與優(yōu)化。但請堅信,一旦熟練掌握這門技能,Python 必將成為你職業(yè)生涯中不可或缺的強大助力,為你在數(shù)據(jù)領域的探索與發(fā)展提供有力支持

以上就是Python自動化實現(xiàn)日報數(shù)據(jù)可視化的詳細內容,更多關于Python數(shù)據(jù)可視化的資料請關注腳本之家其它相關文章!

相關文章

  • python實現(xiàn)對數(shù)組按指定列排序

    python實現(xiàn)對數(shù)組按指定列排序

    這篇文章主要介紹了python實現(xiàn)對數(shù)組按指定列排序方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • Python3 中作為一等對象的函數(shù)解析

    Python3 中作為一等對象的函數(shù)解析

    這篇文章主要介紹了Python3 中作為一等對象的函數(shù),本文通過實例代碼講解的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-12-12
  • Pycharm運行程序時,控制臺輸出PyDev?console:starting問題

    Pycharm運行程序時,控制臺輸出PyDev?console:starting問題

    Pycharm運行程序時,控制臺輸出PyDev?console:starting問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-05-05
  • Pycharm安裝PyQt5的詳細教程

    Pycharm安裝PyQt5的詳細教程

    PyCharm 是一款功能強大的 Python 編輯器,具有跨平臺性,鑒于目前最新版 PyCharm 使用教程較少,為了節(jié)約時間,來介紹一下Pycharm安裝PyQt5的詳細教程,感興趣的朋友跟隨小編一起看看吧
    2021-12-12
  • python3實現(xiàn)簡單飛機大戰(zhàn)

    python3實現(xiàn)簡單飛機大戰(zhàn)

    這篇文章主要為大家詳細介紹了python3實現(xiàn)簡單飛機大戰(zhàn),文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2020-11-11
  • 利用OpenCV判斷是否加載圖片的兩種方法

    利用OpenCV判斷是否加載圖片的兩種方法

    這篇文章主要介紹了利用OpenCV判斷是否加載圖片的兩種方法,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-11-11
  • 分享5個數(shù)據(jù)處理更加靈活的pandas調用函數(shù)方法

    分享5個數(shù)據(jù)處理更加靈活的pandas調用函數(shù)方法

    這篇文章主要介紹了分享5個數(shù)據(jù)處理更加靈活的pandas調用函數(shù)方法,文章基于python的相關內容展開詳細介紹,需要的小伙伴可以參考一下
    2022-04-04
  • Python處理日期和時間的方法總結

    Python處理日期和時間的方法總結

    這篇文章主要介紹了Python時間和日期的處理方法總結,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2022-03-03
  • Jupyter?notebook運行后打不開網(wǎng)頁的問題解決

    Jupyter?notebook運行后打不開網(wǎng)頁的問題解決

    本文主要介紹了Jupyter?notebook運行后打不開網(wǎng)頁的問題解決,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-03-03
  • 淺談python腳本設置運行參數(shù)的方法

    淺談python腳本設置運行參數(shù)的方法

    今天小編就為大家分享一篇淺談python腳本設置運行參數(shù)的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12

最新評論