在院的课程安排下在大一学完 Python 基础语法后，大二开始了 Python 数据分析的课程学习。

这次的练习题来源于 泰迪杯数据分析比赛2018年B题数睿思官网 : https://www.tipdm.org/bdrace/index.html 个人觉得挺有参考价值的。

数据素材：附件1

需要使用的库：

1
2
3
4
1.pandas (pip install pandas)
2.datetime (pip install datetime)
3.numpy (pip install numpy)
4.matplotlib (pip install matplotlib)

数据处理：

题 1 根据附件中的数据，提取每台售货机 A B C D E 对应的销售数据，分别保存为

“task-1A.csv”，”task-1B.csv”，”task-1C.csv”，”task-1D.csv”，”task-1E.csv”

实例代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import pandas as pd
from datetime import datetime
import numpy as np
import matplotlib.pyplot as plt


def task1(data1, level):
    data = pd.read_csv(r'附件1.csv', encoding='gb2312')  
    data.支付时间 = pd.to_datetime(data.支付时间, format='%Y/%m/%d')  
    data.drop(columns='设备ID', axis=1, inplace=True) 
    data = data.loc[data['地点'] == level, :]  
    data.drop(columns='地点', axis=1, inplace=True) 
    data.to_csv(r'D:/Study/Programming/Practice/Python/day50/' +
                data1, encoding='gbk')  
task1('task1-A.csv', 'A')
task1('task1-B.csv', 'B')
task1('task1-C.csv', 'C')
task1('task1-D.csv', 'D')
task1('task1-E.csv', 'E')

sjcl.png


题 2 根据每台售货机中的数据 2017 年 6月销量前 5 的商品进行分析并绘制柱状图

思路：先提取6月数据，随后对商品进行计算得出销售量，再通过排序对销售量前五的数据进行提取。然后绘制柱状图。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
data = pd.read_csv(r'附件1.csv', encoding='gbk')
data.支付时间 = pd.to_datetime(data.支付时间, format='%Y/%m/%d')
data['月'] = data['支付时间'].dt.month  
data_1 = data.loc[data['月'] == 6]
dalei = data_1['商品'].unique().tolist()  
datasum = []  
datasem = []  
for i in dalei: 
    data_x = data_1[data_1['商品'] == i]['实际金额'].sum() 
    data_t = data_1[data_1['商品'] == i]['商品'].size  
    datasum.append(data_x) 
    datasem.append(data_t)
task1_2 = pd.DataFrame({'商品': dalei, '总实际金额': datasum,'销售量': datasem})  
task1_2.sort_values(by='销售量', ascending=False,inplace=True)  
taen = task1_2.head() 
taen
plt.rcParams['font.sans-serif'] = ['SimHei']  
plt.style.use('ggplot')  
plt.bar(x=range(taen.shape[0]),  
        tick_label=taen.商品,  
        height=taen.销售量,  
        color='blue')  # 柱状图颜色
plt.ylabel('销售量')
plt.title('6月份商品销售量前五排名')
for x, y in enumerate(taen.销售量):
    plt.text(x, y+0.5, '%s' % round(y), ha='center')  
plt.show()

sjfx.png

题 3 根据每台售货机每月交易额进行数据分析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
def task3(data1):
    data_2 = pd.read_csv(
        r'D:/Study/Programming/Practice/Python/day50/'+data1, encoding='gbk')
    data_2.支付时间 = pd.to_datetime(data_2.支付时间, format='%Y/%m/%d')
    data_2['月'] = data_2['支付时间'].dt.month  
    # 提取出月数据，并设立一列记录月数据，方便查询
    date = [31, 28, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]
    a = 0
    data_vm = []
    data_vs = []
    data_mone = []
    data_sum = []
    while a < 12:
        a += 1
        data_t = data_2.loc[data_2['月'] == a]  
        # 提取出月份为4的数据表
        data_meny = data_t['实际金额'].sum()
        data_xs = data_t['商品'].size
        data_vmeny = int(data_meny)/int(data_xs)
        data_vxs = int(data_xs)/int(date[a-1])
        data_vm.append(data_vmeny)
        data_vs.append(data_vxs)
        data_mone.append(a)
        data_sum.append(data_meny)
    task = pd.DataFrame(
        {'月份': data_mone, '每月的每单平均交易额': data_vm, '日均订单量': data_vs})
    print(task)
    return data_sum

    # return task
sum_A = task3('task1-A.csv')
sum_B = task3('task1-B.csv')
sum_C = task3('task1-C.csv')
sum_D = task3('task1-D.csv')
sum_E = task3('task1-E.csv')

售货机 A

编号 月份 每月的每单平均交易额 日均订单量
0 1 4.504478 10.806452
1 2 3.859649 4.071429
2 3 3.584314 8.225806
3 4 4.035794 14.900000
4 5 4.477513 24.387097
5 6 4.047334 55.633333
6 7 4.096639 15.354839
7 8 3.357357 21.483871
8 9 4.306731 34.666667
9 10 4.020447 50.483871
10 11 4.471552 38.666667
11 12 3.787818 64.612903

售货机 B

编号 月份 每月的每单平均交易额 日均订单量
0 1 3.751366 11.806452
1 2 3.254054 6.607143
2 3 3.611321 8.548387
3 4 4.074627 20.100000
4 5 4.235903 28.032258
5 6 4.067888 61.866667
6 7 4.400000 11.129032
7 8 3.584098 31.645161
8 9 4.130086 58.166667
9 10 4.112043 65.354839
10 11 4.268341 67.700000
11 12 3.666968 71.290323

售货机 C

编号 月份 每月的每单平均交易额 日均订单量
0 1 4.327177 12.225806
1 2 3.826087 7.392857
2 3 3.768061 8.483871
3 4 4.403270 24.466667
4 5 4.726236 25.451613
5 6 4.501594 62.733333
6 7 3.988220 24.645161
7 8 3.913423 40.612903
8 9 4.427294 55.933333
9 10 4.273014 71.483871
10 11 4.352033 64.766667
11 12 3.942833 76.741935

售货机 D

编号 月份 每月的每单平均交易额 日均订单量
0 1 3.691120 8.354839
1 2 3.085106 5.035714
2 3 4.302083 6.193548
3 4 3.790068 14.766667
4 5 4.241135 18.193548
5 6 4.025962 34.666667
6 7 4.227129 10.225806
7 8 3.316084 23.064516
8 9 3.899288 32.766667
9 10 3.883642 38.258065
10 11 3.861983 40.333333
11 12 3.572459 53.645161

售货机 E

编号 月份 每月的每单平均交易额 日均订单量
0 1 4.677966 11.419355
1 2 3.635659 9.214286
2 3 4.305714 11.290323
3 4 4.159777 29.833333
4 5 4.410991 41.677419
5 6 3.817586 86.433333
6 7 3.918819 26.225806
7 8 3.804188 57.000000
8 9 4.125302 137.800000
9 10 3.675909 89.580645
10 11 4.283068 167.333333
11 12 4.168819 104.903226

题 4 根据上面的数据绘制折线图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
mone = []
a = 0
while a < 12:
    a += 1
    mone.append(a)
plt.plot( sum_A, linestyle='-', linewidth=2, label='A')
plt.plot( sum_B, linestyle='-', linewidth=2, label='B')
plt.plot( sum_C, linestyle='-', linewidth=2, label='C')
plt.plot( sum_D, linestyle='-', linewidth=2, label='D')
plt.plot( sum_E, linestyle='-', linewidth=2, label='E')
plt.ylabel('交易额')
plt.ylabel('月份')
plt.title('每月交易额折线图')
plt.rcParams['font.sans-serif']='SimHei'    
plt.legend()
plt.show()

zxt.png