用Python制作銷售數(shù)據(jù)可視化看板，展示分析一步到位！
??????關(guān)注我，和老表一起學(xué)Python、云服務(wù)器
在數(shù)據(jù)時(shí)代，銷售數(shù)據(jù)分析的重要性已無需贅言。
只有對(duì)銷售數(shù)據(jù)的準(zhǔn)確分析我們才有可能找準(zhǔn)數(shù)據(jù)變動(dòng)(增長或下滑)的原因。
然后解決問題、發(fā)現(xiàn)新的增長點(diǎn)才會(huì)成為可能！
今天就給大家介紹一個(gè)用Python制作銷售數(shù)據(jù)大屏的方法。
主要使用Python的Streamlit庫、Plotly庫、Pandas庫進(jìn)行搭建。
其中Pandas處理數(shù)據(jù)，Plotly制作可視化圖表，Streamlit搭建可視化頁面。
對(duì)于以上三個(gè)庫，Streamlit庫可能大家會(huì)比較陌生，我簡單介紹一下。
Streamlit是一個(gè)完全免費(fèi)的開源應(yīng)用程序框架，它能幫你不用懂得復(fù)雜的HTML，CSS等前端技術(shù)就能快速做出來一個(gè)炫酷的Web頁面。
文檔地址
https://docs.streamlit.io/
具體的大家可以去看文檔學(xué)習(xí)，多動(dòng)手練習(xí)。
下面就給大家講解一下如何搭建銷售數(shù)據(jù)看板～
01. 數(shù)據(jù)
使用的數(shù)據(jù)是虛構(gòu)數(shù)據(jù)，某超市2021年銷售訂單數(shù)據(jù)，共有1000條的訂單數(shù)據(jù)。
城市有三個(gè)，分別為北京、上海、杭州。顧客類型有兩種，為會(huì)員和普通。顧客性別為男性和女性。
剩下還包含訂單編號(hào)、商品類型、單價(jià)、數(shù)量、總價(jià)、日期、時(shí)間、支付方式、成本、毛利率、總收入、評(píng)分等信息。
通用Pandas的read_excel方法讀取數(shù)據(jù)。
跳過前3行，選取B到R列，1000行數(shù)據(jù)。
def?get_data_from_excel():
????df?=?pd.read_excel(
????????io="supermarkt_sales.xlsx",
????????engine="openpyxl",
????????sheet_name="Sales",
????????skiprows=3,
????????usecols="B:R",
????????nrows=1000,
????)
????#?添加小時(shí)列數(shù)據(jù)
????df["小時(shí)"]?=?pd.to_datetime(df["時(shí)間"],?format="%H:%M:%S").dt.hour
????return?df
df?=?get_data_from_excel()
print(df)
成功讀取數(shù)據(jù)，結(jié)果如下。
下面便可以來編寫頁面了。
02. 網(wǎng)頁標(biāo)題和圖標(biāo)
我們都知道當(dāng)瀏覽器打開一個(gè)網(wǎng)頁，會(huì)有標(biāo)題和圖標(biāo)。
所以我們需先設(shè)置本次網(wǎng)頁的名稱、圖標(biāo)、布局等。
這也是使用Streamlit搭建頁面，使用的第一個(gè)Streamlit命令，并且只能設(shè)置一次。
#?設(shè)置網(wǎng)頁信息?
st.set_page_config(page_title="銷售數(shù)據(jù)大屏",?page_icon=":bar_chart:",?layout="wide")
其中page_icon參數(shù)可以使用表情符號(hào)代碼來顯示圖標(biāo)。
短代碼可從下方鏈接獲取。
https://www.webfx.com/tools/emoji-cheat-sheet/
妥妥的表情符號(hào)代碼大全！
03. 側(cè)邊欄和多選框
st.sidebar(側(cè)邊欄)，每個(gè)傳遞給st.sidebar的元素都會(huì)被固定在左邊，讓用戶可以專注于主頁中的內(nèi)容。
multiselect(多選框)是一個(gè)交互性的部件，可以通過它進(jìn)行數(shù)據(jù)篩選。
#?側(cè)邊欄
st.sidebar.header("請(qǐng)?jiān)谶@里篩選:")
city?=?st.sidebar.multiselect(
????"選擇城市:",
????options=df["城市"].unique(),
????default=df["城市"].unique()
)
customer_type?=?st.sidebar.multiselect(
????"選擇顧客類型:",
????options=df["顧客類型"].unique(),
????default=df["顧客類型"].unique(),
)
gender?=?st.sidebar.multiselect(
????"選擇性別:",
????options=df["性別"].unique(),
????default=df["性別"].unique()
)
df_selection?=?df.query(
????"城市?==?@city?&?顧客類型?==@customer_type?&?性別?==?@gender"
)
結(jié)合Pandas的query查詢，就能對(duì)數(shù)據(jù)進(jìn)行過濾。
通過上述代碼就搭建成功了，如下圖左側(cè)。
點(diǎn)擊側(cè)邊欄的右上角關(guān)閉符號(hào)，側(cè)邊欄即可隱藏。
網(wǎng)頁將會(huì)展示主頁面。
04. 主頁面信息
接下來編寫主頁面信息，包含主頁標(biāo)題、銷售總額、平均評(píng)分、平均銷售額信息。
和網(wǎng)頁的圖標(biāo)一樣，通過表情符號(hào)代碼實(shí)現(xiàn)。
#?主頁面
st.title(":bar_chart:?銷售數(shù)據(jù)大屏")
st.markdown("##")
#?核心指標(biāo),?銷售總額、平均評(píng)分、星級(jí)、平均銷售額數(shù)據(jù)
total_sales?=?int(df_selection["總價(jià)"].sum())
average_rating?=?round(df_selection["評(píng)分"].mean(),?1)
star_rating?=?":star:"?*?int(round(average_rating,?0))
average_sale_by_transaction?=?round(df_selection["總價(jià)"].mean(),?2)
#?3列布局
left_column,?middle_column,?right_column?=?st.columns(3)
#?添加相關(guān)信息
with?left_column:
????st.subheader("銷售總額:")
????st.subheader(f"RMB?{total_sales:,}")
with?middle_column:
????st.subheader("平均評(píng)分:")
????st.subheader(f"{average_rating}?{star_rating}")
with?right_column:
????st.subheader("平均銷售額:")
????st.subheader(f"RMB?{average_sale_by_transaction}")
#?分隔符
st.markdown("""---""")
完成核心指標(biāo)數(shù)據(jù)的處理，并將其進(jìn)行布局顯示。
05. 主頁面圖表
包含了兩個(gè)圖表，一個(gè)是每小時(shí)銷售額，一個(gè)是各類商品銷售總額。通過Plotly Express完成圖表的繪制。
Plotly Express是一個(gè)新的高級(jí)Python可視化庫，是Plotly.py的高級(jí)封裝，它為復(fù)雜的圖表提供了一個(gè)簡單的語法。
文檔地址
https://plot.ly/python/plotly-express/
受Seaborn和ggplot2的啟發(fā)，它專門設(shè)計(jì)為具有簡潔，一致且易于學(xué)習(xí)的API。只需一次導(dǎo)入，就可以在一個(gè)函數(shù)調(diào)用中創(chuàng)建豐富的交互式繪圖。
#?各類商品銷售情況(柱狀圖)
sales_by_product_line?=?(
????df_selection.groupby(by=["商品類型"]).sum()[["總價(jià)"]].sort_values(by="總價(jià)")
)
fig_product_sales?=?px.bar(
????sales_by_product_line,
????x="總價(jià)",
????y=sales_by_product_line.index,
????orientation="h",
????title="每種商品銷售總額",
????color_discrete_sequence=["#0083B8"]?*?len(sales_by_product_line),
????template="plotly_white",
)
fig_product_sales.update_layout(
????plot_bgcolor="rgba(0,0,0,0)",
????xaxis=(dict(showgrid=False))
)
#?每小時(shí)銷售情況(柱狀圖)
sales_by_hour?=?df_selection.groupby(by=["小時(shí)"]).sum()[["總價(jià)"]]
print(sales_by_hour.index)
fig_hourly_sales?=?px.bar(
????sales_by_hour,
????x=sales_by_hour.index,
????y="總價(jià)",
????title="每小時(shí)銷售總額",
????color_discrete_sequence=["#0083B8"]?*?len(sales_by_hour),
????template="plotly_white",
)
fig_hourly_sales.update_layout(
????xaxis=dict(tickmode="linear"),
????plot_bgcolor="rgba(0,0,0,0)",
????yaxis=(dict(showgrid=False)),
)
left_column,?right_column?=?st.columns(2)
left_column.plotly_chart(fig_hourly_sales,?use_container_width=True)
right_column.plotly_chart(fig_product_sales,?use_container_width=True)
添加數(shù)據(jù)，設(shè)置圖表配置，以及網(wǎng)頁布局。
得到結(jié)果如下。
06. 隱藏部件
當(dāng)我們通過Streamlit搭建一個(gè)界面，默認(rèn)就會(huì)有紅線、菜單、結(jié)尾的"Make with Streamlit"。
為了美觀，這里可以將它們都隱藏掉。
#?隱藏streamlit默認(rèn)格式信息
hide_st_style?=?"""
????????????
????????????"""
st.markdown(hide_st_style,?unsafe_allow_html=True)
這樣一個(gè)可交互的銷售數(shù)據(jù)看板，就完成搭建啦！
#?安裝依賴庫
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?plotly==4.14.3
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?pandas==1.1.0
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?streamlit==0.86.0
pip?install?-i?https://pypi.tuna.tsinghua.edu.cn/simple?openpyxl==3.0.6
#?運(yùn)行
streamlit?run?app.py
安裝相關(guān)依賴，命令行終端運(yùn)行程序。
項(xiàng)目代碼已上傳，由于公眾號(hào)后臺(tái)配置的自動(dòng)回復(fù)規(guī)則超過限制，
所以大家加我微信：pythonbrief，然后回復(fù)「銷售看板」即可獲取。
掃碼即可加我微信
回復(fù)：銷售看板 領(lǐng)取源碼
老表圖書推薦
【??注】同一讀者同一月內(nèi)最多只能獲得一本贈(zèng)書；必須在收到贈(zèng)書后學(xué)習(xí)完圖書內(nèi)容/投稿學(xué)習(xí)筆記一篇后才能獲得下一本贈(zèng)書。
萬水千山總是情，點(diǎn)個(gè)????行不行。
--END--
如何找到我：
近期優(yōu)質(zhì)文章：
學(xué)習(xí)更多： 整理了我開始分享學(xué)習(xí)筆記到現(xiàn)在超過250篇優(yōu)質(zhì)文章，涵蓋數(shù)據(jù)分析、爬蟲、機(jī)器學(xué)習(xí)等方面，別再說不知道該從哪開始，實(shí)戰(zhàn)哪里找了 “點(diǎn)贊”就是對(duì)博主最大的支持?
