用Python制作銷售數(shù)據(jù)可視化看板，展示分析一步到位！
回復“書籍”即可獲贈Python從入門到進階共10本電子書
大家好，我是小F～
在數(shù)據(jù)時代，銷售數(shù)據(jù)分析的重要性已無需贅言。
只有對銷售數(shù)據(jù)的準確分析我們才有可能找準數(shù)據(jù)變動(增長或下滑)的原因。
然后解決問題、發(fā)現(xiàn)新的增長點才會成為可能！
今天就給大家介紹一個用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。
對于以上三個庫，Streamlit庫可能大家會比較陌生，我簡單介紹一下。
Streamlit是一個完全免費的開源應用程序框架，它能幫你不用懂得復雜的HTML，CSS等前端技術就能快速做出來一個炫酷的Web頁面。
文檔地址
https://docs.streamlit.io/
具體的大家可以去看文檔學習，多動手練習。
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，分別為北京、上海、杭州。顧客類型有兩種，為會員和普通。顧客性別為男性和女性。
剩下還包含訂單編號、商品類型、單價、數(shù)量、總價、日期、時間、支付方式、成本、毛利率、總收入、評分等信息。
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,
)
# 添加小時列數(shù)據(jù)
df["小時"] = pd.to_datetime(df["時間"], 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)頁標題和圖標
我們都知道當瀏覽器打開一個網(wǎng)頁，會有標題和圖標。
所以我們需先設置本次網(wǎng)頁的名稱、圖標、布局等。
這也是使用Streamlit搭建頁面，使用的第一個Streamlit命令，并且只能設置一次。
# 設置網(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)可以使用表情符號代碼來顯示圖標。
短代碼可從下方鏈接獲取。
https://www.webfx.com/tools/emoji-cheat-sheet/
妥妥的表情符號代碼大全！
03. 側(cè)邊欄和多選框
st.sidebar(側(cè)邊欄)，每個傳遞給st.sidebar的元素都會被固定在左邊，讓用戶可以專注于主頁中的內(nèi)容。
multiselect(多選框)是一個交互性的部件，可以通過它進行數(shù)據(jù)篩選。
# 側(cè)邊欄
st.sidebar.header("請在這里篩選:")
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，就能對數(shù)據(jù)進行過濾。
通過上述代碼就搭建成功了，如下圖左側(cè)。
點擊側(cè)邊欄的右上角關閉符號，側(cè)邊欄即可隱藏。
網(wǎng)頁將會展示主頁面。
04. 主頁面信息
接下來編寫主頁面信息，包含主頁標題、銷售總額、平均評分、平均銷售額信息。
和網(wǎng)頁的圖標一樣，通過表情符號代碼實現(xiàn)。
# 主頁面
st.title(":bar_chart: 銷售數(shù)據(jù)大屏")
st.markdown("##")
# 核心指標, 銷售總額、平均評分、星級、平均銷售額數(shù)據(jù)
total_sales = int(df_selection["總價"].sum())
average_rating = round(df_selection["評分"].mean(), 1)
star_rating = ":star:" * int(round(average_rating, 0))
average_sale_by_transaction = round(df_selection["總價"].mean(), 2)
# 3列布局
left_column, middle_column, right_column = st.columns(3)
# 添加相關信息
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("""---""")
完成核心指標數(shù)據(jù)的處理，并將其進行布局顯示。
05. 主頁面圖表
包含了兩個圖表，一個是每小時銷售額，一個是各類商品銷售總額。通過Plotly Express完成圖表的繪制。
Plotly Express是一個新的高級Python可視化庫，是Plotly.py的高級封裝，它為復雜的圖表提供了一個簡單的語法。
文檔地址
https://plot.ly/python/plotly-express/
受Seaborn和ggplot2的啟發(fā)，它專門設計為具有簡潔，一致且易于學習的API。只需一次導入，就可以在一個函數(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"]].sort_values(by="總價")
)
fig_product_sales = px.bar(
sales_by_product_line,
x="總價",
y=sales_by_product_line.index,
orientation="h",
title="<b>每種商品銷售總額</b>",
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))
)
# 每小時銷售情況(柱狀圖)
sales_by_hour = df_selection.groupby(by=["小時"]).sum()[["總價"]]
print(sales_by_hour.index)
fig_hourly_sales = px.bar(
sales_by_hour,
x=sales_by_hour.index,
y="總價",
title="<b>每小時銷售總額</b>",
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
當我們通過Streamlit搭建一個界面，默認就會有紅線、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默認格式信息
hide_st_style = """
<style>
#MainMenu {visibility: hidden;}
footer {visibility: hidden;}
header {visibility: hidden;}
</style>
"""
st.markdown(hide_st_style, unsafe_allow_html=True)
這樣一個可交互的銷售數(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
# 運行
streamlit run app.py
安裝相關依賴，命令行終端運行程序。
小伙伴們，快快用實踐一下吧！如果在學習過程中，有遇到任何問題，歡迎加我好友，我拉你進Python學習交流群共同探討學習。
小伙伴們，快快用實踐一下吧！如果在學習過程中，有遇到任何問題，歡迎加我好友，我拉你進Python學習交流群共同探討學習。
------------------- End -------------------
往期精彩文章推薦：
歡迎大家點贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持
想加入Python學習群請在后臺回復【入群】
萬水千山總是情，點個【在看】行不行
/今日留言主題/
隨便說一兩句吧~