JupyterToMarkdownTest

2018-09-10

这是以前用jupyter，今日转换成md放到这里作为一个测试
销售描述统计与 matplotlib

pandas 数据重采样
pandas 数据透视表
matplotlib 中文及符号显示
基本画图

以一月份份的销售为例：

import os
import pandas as pd
import matplotlib.pyplot as plt
name=['单号','销售日期','商品编码','商品名称','车型','仓位','销售数量','销售单价','销售金额']
os.chdir('e:')
df1=pd.read_excel('./zyxiaoshou.xlsx',sheetname='Sheet5',header=0,names=name)

1	df1.head()

这是一月份总体销售情况，来做个初步的统计描述,总销售金额，各个仓位的销售金额(包含了销售退单）
看看pandas的透视表函授怎么实现上述功能 pd.pivot_table

1 2	sel_table=df1.pivot_table(index='仓位',values=['销售金额'],aggfunc=sum,margins_name='销售总计',margins=True) sel_table

1 2	sel_table=df1.pivot_table(index='商品名称',values=['销售数量','销售金额'],aggfunc=sum) sel_table.sort_values(by='销售金额',ascending=False)[0:10]

销售数据在一个工作薄中8个不同滴表中，看否能合并为一个

import os
import pandas as pd
import matplotlib.pyplot as plt
name=['单号','销售日期','商品编码','商品名称','车型','仓位','销售数量','销售单价','销售金额']
os.chdir('e:')
df=[]
for i in range(1,13):
   df.append(pd.read_excel('./zyxiaoshou.xlsx',sheetname='Sheet'+str(i),header=0,names=name))
data=pd.concat(df)
data.index=[data['销售日期']]

1	data.tail()

len(data)

1	from datetime import datetime

1 2	sel_table=data.pivot_table(index='销售日期',columns='仓位',values='销售金额',aggfunc=sum,fill_value=0) sel_table.head()

1 2	#每月各个仓库的销售汇总 sel_table.resample('m').sum()

t1=sel_table.resample('m').sum().ix[:,['福田库','王牌库','AA','AB','整车','轮胎库']]

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

t1.plot(figsize=(10,3),rot=30)
plt.legend()
plt.grid(True)
plt.xlabel('月份')
plt.ylabel('销售金额')
plt.title('2016年1-8月份分库销售统计')
plt.show()

png

t2=t1.resample('m').sum().sum(axis=1)
t2.plot(figsize=(10,3),rot=30)

plt.grid(True)
plt.ylabel('销售金额(万元)')
plt.xlabel('月份')
plt.show()

t1.sum(axis=1).plot(figsize=(10,3),rot=45,style='bo-')
plt.grid(True)
plt.title('总体销售')
plt.ylabel('销售金额')
plt.xlabel('销售月份')
for i in range(len(t1)):
    plt.annotate(t1.sum(axis=1).values[i],
                 xy=(t1.index[i],t1.sum(axis=1)[i]),
                 xytext=(t1.index[i],t1.sum(axis=1)[i])
                 )
   
plt.show()

1
2
3

import numpy as np
a=pd.Series([1,2,3])
a[1]

1 2	t1.plot(subplots=True,figsize=(6,10),sharey=True,grid=True) plt.show()

1 2	t1.plot(subplots=True,figsize=(14,6),layout=(2,3),sharey=True,sharex=False,grid=True) plt.show()

1 2	t1.sum(axis=0).plot.pie(figsize=(6,6),autopct='%.2f') plt.show()

png

1 2	t1.plot.area(figsize=(12,6)) plt.show()

import os
import pandas as pd
import matplotlib.pyplot as plt
name=['单号','销售日期','商品编码','商品名称','车型','仓位','销售数量','销售单价','销售金额']
os.chdir('e:')
df=[]
for i in range(1,12):
   df.append(pd.read_excel('./zyxiaoshou.xlsx',sheetname='Sheet'+str(i),header=0,names=name))
data=pd.concat(df)
data.to_excel('./zyqp.xls')

数据分析