【小白必看！Python 从 0 到 1 数据处理与图形绘制应用全流程案例】

1. 环境准备

首先，你需要安装必要的 Python 库，这里主要用到 pandas 进行数据处理，matplotlib 和 seaborn 进行图形绘制。可以使用以下命令进行安装：

pip install pandas matplotlib seaborn

2. 数据准备

假设我们有一个包含电商销售信息的 CSV 文件 sales_data.csv，文件内容可能如下：

date,product,category,sales
2024-01-01,Product A,Electronics,100
2024-01-01,Product B,Clothing,200
2024-01-02,Product A,Electronics,120
2024-01-02,Product B,Clothing,180
...

3. 代码实现

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 设置图片清晰度
plt.rcParams['figure.dpi'] = 300

# 步骤 1: 读取数据
data = pd.read_csv('sales_data.csv')

# 步骤 2: 数据清洗
# 检查缺失值
missing_values = data.isnull().sum()
print("缺失值情况：")
print(missing_values)

# 如果有缺失值，可以选择删除或填充
data = data.dropna()  # 删除包含缺失值的行

# 步骤 3: 数据转换
# 将日期列转换为日期时间类型
data['date'] = pd.to_datetime(data['date'])

# 步骤 4: 数据探索与分析
# 按类别统计总销售额
category_sales = data.groupby('category')['sales'].sum()
print("各品类总销售额：")
print(category_sales)

# 按日期统计总销售额
daily_sales = data.groupby('date')['sales'].sum()
print("每日总销售额：")
print(daily_sales)

# 步骤 5: 图形绘制

# 绘制各品类总销售额柱状图
plt.figure(figsize=(10, 6))
sns.barplot(x=category_sales.index, y=category_sales.values)
plt.title('各品类总销售额')
plt.xlabel('品类')
plt.ylabel('总销售额')
plt.xticks(rotation=45)
plt.show()

# 绘制每日总销售额折线图
plt.figure(figsize=(10, 6))
sns.lineplot(x=daily_sales.index, y=daily_sales.values)
plt.title('每日总销售额')
plt.xlabel('日期')
plt.ylabel('总销售额')
plt.show()

# 绘制销售额的箱线图
plt.figure(figsize=(10, 6))
sns.boxplot(data=data['sales'])
plt.title('销售额箱线图')
plt.ylabel('销售额')
plt.show()

4. 代码解释

• 读取数据：使用 pandas 的 read_csv 函数读取 CSV 文件。
• 数据清洗：检查数据中的缺失值，并使用 dropna 函数删除包含缺失值的行。
• 数据转换：将日期列转换为日期时间类型，方便后续按日期进行分析。
• 数据探索与分析：使用 groupby 函数按类别和日期对销售额进行分组统计。
• 图形绘制：
  • 使用 seaborn 的 barplot 函数绘制各品类总销售额柱状图。
  • 使用 seaborn 的 lineplot 函数绘制每日总销售额折线图。
  • 使用 seaborn 的 boxplot 函数绘制销售额的箱线图。