赞
踩
项目背景:
公司不定期召开专题会议,就公司关键业务的运营指标进行分析讨论,以便及时发现问题并制定解决方案。
数据来源:
由相关销售部门提交的各直营店、授权专卖店销售数据,清洗后存入MySQL数据库。截取2015年-2018年的订单记录。
点击下面图片可显示高清原图:
1、各季度销售对比
使用横向柱状图(Bar)展示各年度的销售额,同时按季度堆叠,清晰的展示每年各个季度的销售对比,并且可以任意选择某个季度方便进行逐一对比。
点击下面图片可显示高清原图:
2、各城市销售额及利润分析
使用地理坐标系图表(Geo)直观的展示各城市销售额,越大的点表示销售额越高,同时加入利润的视觉映射,展示各城市带来的利润额。针对销售额及利润率超过阈值的城市,增加涟漪特效,突出显示当前业务的核心城市。
点击下面图片可显示高清原图:
3、各品类销售额对比
以月为单位,展现3个产品类别的销售额数据,使用柱状图(Bar)展示,为方便切换年份,加入时间线(Timeline)。也可以任意选择或隐藏每个品类,逐一进行分析。
点击下面图片可显示高清原图:
4、区域销售走势
自2015年以来,每天的销售走势,按区域做堆积面积图(Line,stack,area),直观的展示各大区销售走势。可以通过区域缩放控件(DataZoom)方便的选择某个时间段,也可以通过图例控件选择或隐藏某个大区。
点击下面图片可显示高清原图:
5、年度区域销售占比
直观的展示各年度各区域的销售额占比,可以选择或隐藏某个区域,逐一对比。
点击下面图片可显示高清原图:
引入模块:
import numpy as np
import pandas as pd
import pymysql
import pyecharts
from pyecharts.charts import Bar,BMap,Line,Pie,Timeline,Map,Geo,Graph
from pyecharts import options as opts
from pyecharts.globals import ThemeType,GeoType
横向堆叠柱状图:
bar_smt2 = Bar(init_opts=opts.InitOpts(width="800px",height="260px",theme=ThemeType.DARK))
bar_smt2.add_xaxis(x_year)
bar_smt2.add_yaxis("第1季度",y_Q1,stack=True)
bar_smt2.add_yaxis("第2季度",y_Q2,stack=True)
bar_smt2.add_yaxis("第3季度",y_Q2,stack=True)
bar_smt2.add_yaxis("第4季度",y_Q4,stack=True)
bar_smt2.reversal_axis()
bar_smt2.set_global_opts(legend_opts=opts.LegendOpts(pos_top="10px"),
title_opts=opts.TitleOpts(title="季度销售对比",pos_top="10px",pos_left="30px"))
bar_smt2.set_series_opts(label_opts=opts.LabelOpts(position="inside"))
bar_smt2.render_notebook()
地理坐标系:
geo1 = Geo(init_opts=opts.InitOpts(width="800px",height="500px",theme=ThemeType.DARK))
geo1.add_schema(maptype="china",is_roam=False)
for i in range(len(l_cs)):
if l_cp_p[i][
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。