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 连连看连接算法
Nov 22 Python
在Python的setuptools框架下生成egg的教程
Apr 13 Python
python输出指定月份日历的方法
Apr 23 Python
Python3指定路径寻找符合匹配模式文件
May 22 Python
Python读取一个目录下所有目录和文件的方法
Jul 15 Python
pycham查看程序执行的时间方法
Nov 29 Python
在python下读取并展示raw格式的图片实例
Jan 24 Python
对python dataframe逻辑取值的方法详解
Jan 30 Python
如何使用django的MTV开发模式返回一个网页
Jul 22 Python
Python实现自动打开电脑应用的示例代码
Apr 17 Python
python软件都是免费的吗
Jun 18 Python
如何设置PyCharm中的Python代码模版(推荐)
Nov 20 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
自己动手做一个SQL解释器
2006/10/09 PHP
PHP实现将科学计数法转换为原始数字字符串的方法
2014/12/16 PHP
php通过rmdir删除目录的简单用法
2015/03/18 PHP
php析构函数的简单使用说明
2015/08/24 PHP
php单例模式的简单实现方法
2016/06/10 PHP
跨浏览器的设置innerHTML方法
2006/09/18 Javascript
【消息提示组件】,兼容IE6/7&amp;&amp;FF2
2007/09/04 Javascript
jquery插件制作 手风琴Panel效果实现
2012/08/17 Javascript
javascript中的startWith和endWith的几种实现方法
2013/05/07 Javascript
js 为label标签和div标签赋值的方法
2013/08/08 Javascript
原生javascript图片自动或手动切换示例附演示源码
2013/09/04 Javascript
JavaScript拆分字符串时产生空字符的解决方案
2014/09/26 Javascript
《JavaScript DOM 编程艺术》读书笔记之JavaScript 语法
2015/01/09 Javascript
H5移动端适配 Flexible方案
2016/10/24 Javascript
js实现楼层导航功能
2017/02/23 Javascript
vue深入解析之render function code详解
2017/07/18 Javascript
基于Vue实现后台系统权限控制的示例代码
2017/08/29 Javascript
浅谈webpack 构建性能优化策略小结
2018/06/13 Javascript
vue-cli3 项目优化之通过 node 自动生成组件模板 generate View、Component
2019/04/30 Javascript
你不可不知的Vue.js列表渲染详解
2019/10/01 Javascript
vue.js路由mode配置之去掉url上默认的#方法
2019/11/01 Javascript
JS canvas实现画板和签字板功能
2021/02/23 Javascript
在Python中使用zlib模块进行数据压缩的教程
2015/06/26 Python
python运行时间的几种方法
2016/06/17 Python
Python实现自定义顺序、排列写入数据到Excel的方法
2018/04/23 Python
python3 cvs将数据读取为字典的方法
2018/12/22 Python
Pytorch mask_select 函数的用法详解
2020/02/18 Python
python 实现多维数组(array)排序
2020/02/28 Python
实现ECharts双Y轴左右刻度线一致的例子
2020/05/16 Python
Pycharm 如何一键加引号的方法步骤
2021/02/05 Python
css3动画效果小结(推荐)
2016/07/25 HTML / CSS
25岁生日感言
2014/01/13 职场文书
高中生第一学年自我鉴定2015
2014/09/28 职场文书
迎新生欢迎词
2015/01/23 职场文书
北京大学中文系教授推荐的10本小说
2019/08/08 职场文书
创业计划书之暑假培训班
2019/11/09 职场文书