Python实现制作销售数据可视化看板详解


Posted in Python onNovember 27, 2021

在数据时代,销售数据分析的重要性已无需赘言。

只有对销售数据的准确分析我们才有可能找准数据变动(增长或下滑)的原因。

然后解决问题、发现新的增长点才会成为可能!

今天就给大家介绍一个用Python制作销售数据大屏的方法。

主要使用Python的Streamlit库、Plotly库、Pandas库进行搭建。

Python实现制作销售数据可视化看板详解

其中Pandas处理数据,Plotly制作可视化图表,Streamlit搭建可视化页面。

对于以上三个库,Streamlit库可能大家会比较陌生,我简单介绍一下。

Streamlit是一个完全免费的开源应用程序框架,它能帮你不用懂得复杂的HTML,CSS等前端技术就能快速做出来一个炫酷的Web页面。

1. 数据

使用的数据是虚构数据,某超市2021年销售订单数据,共有1000条的订单数据。

Python实现制作销售数据可视化看板详解

城市有三个,分别为北京、上海、杭州。顾客类型有两种,为会员和普通。顾客性别为男性和女性。

剩下还包含订单编号、商品类型、单价、数量、总价、日期、时间、支付方式、成本、毛利率、总收入、评分等信息。

通用Pandas的read_excel方法读取数据。

跳过前3行,选取B到R列,1000行数据。

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,
    )
    # 添加小时列数据
    df["小时"] = pd.to_datetime(df["时间"], format="%H:%M:%S").dt.hour
    return df

df = get_data_from_excel()
print(df)

成功读取数据,结果如下。

Python实现制作销售数据可视化看板详解

下面便可以来编写页面了。

2. 网页标题和图标

我们都知道当浏览器打开一个网页,会有标题和图标。

Python实现制作销售数据可视化看板详解

所以我们需先设置本次网页的名称、图标、布局等。

这也是使用Streamlit搭建页面,使用的第一个Streamlit命令,并且只能设置一次。

# 设置网页信息 
st.set_page_config(page_title="销售数据大屏", page_icon=":bar_chart:", layout="wide")

其中page_icon参数可以使用表情符号代码来显示图标。

Python实现制作销售数据可视化看板详解

妥妥的表情符号代码大全!

3. 侧边栏和多选框

st.sidebar(侧边栏),每个传递给st.sidebar的元素都会被固定在左边,让用户可以专注于主页中的内容。

multiselect(多选框)是一个交互性的部件,可以通过它进行数据筛选。

# 侧边栏
st.sidebar.header("请在这里筛选:")
city = st.sidebar.multiselect(
    "选择城市:",
    options=df["城市"].unique(),
    default=df["城市"].unique()
)

customer_type = st.sidebar.multiselect(
    "选择顾客类型:",
    options=df["顾客类型"].unique(),
    default=df["顾客类型"].unique(),
)

gender = st.sidebar.multiselect(
    "选择性别:",
    options=df["性别"].unique(),
    default=df["性别"].unique()
)

df_selection = df.query(
    "城市 == @city & 顾客类型 ==@customer_type & 性别 == @gender"
)

结合Pandas的query查询,就能对数据进行过滤。

通过上述代码就搭建成功了,如下图左侧。

Python实现制作销售数据可视化看板详解

点击侧边栏的右上角关闭符号,侧边栏即可隐藏。

网页将会展示主页面。

Python实现制作销售数据可视化看板详解

4. 主页面信息

接下来编写主页面信息,包含主页标题、销售总额、平均评分、平均销售额信息。

和网页的图标一样,通过表情符号代码实现。

# 主页面
st.title(":bar_chart: 销售数据大屏")
st.markdown("##")

# 核心指标, 销售总额、平均评分、星级、平均销售额数据
total_sales = int(df_selection["总价"].sum())
average_rating = round(df_selection["评分"].mean(), 1)
star_rating = ":star:" * int(round(average_rating, 0))
average_sale_by_transaction = round(df_selection["总价"].mean(), 2)


# 3列布局
left_column, middle_column, right_column = st.columns(3)

# 添加相关信息
with left_column:
    st.subheader("销售总额:")
    st.subheader(f"RMB {total_sales:,}")
with middle_column:
    st.subheader("平均评分:")
    st.subheader(f"{average_rating} {star_rating}")
with right_column:
    st.subheader("平均销售额:")
    st.subheader(f"RMB {average_sale_by_transaction}")

# 分隔符
st.markdown("""---""")

完成核心指标数据的处理,并将其进行布局显示。

Python实现制作销售数据可视化看板详解

5. 主页面图表

包含了两个图表,一个是每小时销售额,一个是各类商品销售总额。通过Plotly Express完成图表的绘制。

Plotly Express是一个新的高级Python可视化库,是Plotly.py的高级封装,它为复杂的图表提供了一个简单的语法。

受Seaborn和ggplot2的启发,它专门设计为具有简洁,一致且易于学习的API。只需一次导入,就可以在一个函数调用中创建丰富的交互式绘图。

# 各类商品销售情况(柱状图)
sales_by_product_line = (
    df_selection.groupby(by=["商品类型"]).sum()[["总价"]].sort_values(by="总价")
)
fig_product_sales = px.bar(
    sales_by_product_line,
    x="总价",
    y=sales_by_product_line.index,
    orientation="h",
    title="<b>每种商品销售总额</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))
)

# 每小时销售情况(柱状图)
sales_by_hour = df_selection.groupby(by=["小时"]).sum()[["总价"]]
print(sales_by_hour.index)
fig_hourly_sales = px.bar(
    sales_by_hour,
    x=sales_by_hour.index,
    y="总价",
    title="<b>每小时销售总额</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)

添加数据,设置图表配置,以及网页布局。

得到结果如下。

Python实现制作销售数据可视化看板详解

6. 隐藏部件

当我们通过Streamlit搭建一个界面,默认就会有红线、菜单、结尾的"Make with Streamlit"。

Python实现制作销售数据可视化看板详解

为了美观,这里可以将它们都隐藏掉。

# 隐藏streamlit默认格式信息
hide_st_style = """
            <style>
            #MainMenu {visibility: hidden;}
            footer {visibility: hidden;}
            header {visibility: hidden;}
            </style>
            """

st.markdown(hide_st_style, unsafe_allow_html=True)

这样一个可交互的销售数据看板,就完成搭建啦!

# 安装依赖库
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

# 运行
streamlit run app.py

安装相关依赖,命令行终端运行程序。 

以上就是Python实现制作销售数据可视化看板详解的详细内容,更多关于Python 数据可视化的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
python实现无证书加密解密实例
Oct 27 Python
Python的“二维”字典 (two-dimension dictionary)定义与实现方法
Apr 27 Python
动态规划之矩阵连乘问题Python实现方法
Nov 27 Python
python测试mysql写入性能完整实例
Jan 18 Python
详解python中的线程
Feb 10 Python
TensorFlow 实战之实现卷积神经网络的实例讲解
Feb 26 Python
Python图像处理之识别图像中的文字(实例讲解)
May 10 Python
Python实现随机创建电话号码的方法示例
Dec 07 Python
python ChainMap 合并字典的实现步骤
Jun 11 Python
用Python实现二叉树、二叉树非递归遍历及绘制的例子
Aug 09 Python
python isinstance函数用法详解
Feb 13 Python
python使用turtle库绘制奥运五环
Feb 24 Python
Python 如何利用ffmpeg 处理视频素材
实操Python爬取觅知网素材图片示例
Python函数中apply、map、applymap的区别
Nov 27 #Python
python字符串拼接.join()和拆分.split()详解
Nov 23 #Python
Python装饰器的练习题
Nov 23 #Python
python人工智能human learn绘图可创建机器学习模型
利用Python实现Picgo图床工具
Nov 23 #Python
You might like
IP攻击升级,程序改进以对付新的攻击
2010/11/23 PHP
php操作mysqli(示例代码)
2013/10/28 PHP
Codeigniter的dom类用法实例
2015/06/26 PHP
thinkphp框架类库扩展操作示例
2019/11/26 PHP
23个Javascript弹出窗口特效整理
2011/02/25 Javascript
Jquery刷新页面背景图片随机变换的实现方法
2013/03/15 Javascript
javascript full screen 全屏显示页面元素的方法
2013/09/27 Javascript
了不起的node.js读书笔记之mongodb数据库交互
2014/12/22 Javascript
jQuery基础_入门必看知识点
2016/07/04 Javascript
JQuery为元素添加样式的实现方法
2016/07/20 Javascript
Google 地图类型详解及示例代码
2016/08/06 Javascript
javascript入门之window对象【新手必看】
2016/11/22 Javascript
Omi v1.0.2发布正式支持传递javascript表达式
2017/03/21 Javascript
解决JS外部文件中文注释出现乱码问题
2017/07/09 Javascript
谈谈JS中的!!
2017/12/07 Javascript
js调用设备摄像头的方法
2018/07/19 Javascript
js中!和!!的区别与用法
2020/05/09 Javascript
微信小程序实现列表滚动头部吸顶的示例代码
2020/07/12 Javascript
JS实现京东商品分类侧边栏
2020/12/11 Javascript
[02:27]DOTA2英雄基础教程 莱恩
2014/01/17 DOTA
[03:02]生活中的Dendi之野外度假篇
2016/08/09 DOTA
[43:47]完美世界DOTA2联赛PWL S3 LBZS vs Phoenix 第一场 12.09
2020/12/11 DOTA
10种检测Python程序运行时间、CPU和内存占用的方法
2015/04/01 Python
Python构造自定义方法来美化字典结构输出的示例
2016/06/16 Python
python实现图书借阅系统
2019/02/20 Python
Python selenium自动化测试模型图解
2020/04/15 Python
HTML5使用drawImage()方法绘制图像
2014/06/23 HTML / CSS
SNIDEL官网:日本VIVI杂志人气少女第一品牌
2020/03/12 全球购物
教师师德承诺书
2014/03/26 职场文书
中秋节国旗下演讲稿
2014/09/13 职场文书
2014年技术部工作总结
2014/12/12 职场文书
质量保证书格式模板
2015/02/27 职场文书
采购员岗位职责范本
2015/04/07 职场文书
工地食品安全责任书
2015/05/09 职场文书
总经理致辞
2015/07/29 职场文书
tensorflow+k-means聚类简单实现猫狗图像分类的方法
2021/04/28 Python