python 資料視覺化：直方圖、核密度估計圖、箱線圖、累積分佈函數圖

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 import seaborn as sns  # matplotlib的補充
 4 
 5 # 讀取Excel檔案
 6 file_path = "單日銷售情況.xlsx"
 7 sheet_name = "2023-6-30日銷售情況"
 8 df = pd.read_excel(file_path, sheet_name)
 9 
10 # 提取所需的列
11 selected_columns = ['損耗率(%)', '日銷量(千克)', '類別']
12 selected_data = df[selected_columns]
13 
14 # 設定顯示中文
15 plt.rcParams['font.sans-serif'] = ['KaiTi']  # 'SimHei'也可以
16 plt.rcParams['axes.unicode_minus'] = False
17 
18 # 繪製一維直方圖
19 plt.figure(figsize=(12, 6))
20 plt.subplot(1, 2, 1)
21 sns.histplot(selected_data['類別'], bins=20, kde=False, color='steelblue')
22 plt.xlabel('類別')
23 plt.ylabel('頻數')
24 plt.title('某生鮮超市2023年6月30日銷售蔬菜類別一維直方圖')
25 
26 # 繪製一維核密度估計圖
27 plt.subplot(1, 2, 2)
28 sns.kdeplot(x=selected_data['日銷量(千克)'], fill=True, color='steelblue')
29 plt.xlabel('日銷量(千克)')
30 plt.ylabel('核密度估計')
31 plt.title('某生鮮超市2023年6月30日銷售額一維核密度估計圖')
32 
33 # 顯示圖形
34 plt.tight_layout()
35 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 import seaborn as sns   # matplotlib的補充
 4 
 5 # 讀取Excel檔案
 6 file_path = "單日銷售情況.xlsx"
 7 sheet_name = "2023-6-30日銷售情況"
 8 df = pd.read_excel(file_path, sheet_name)
 9 
10 # 提取所需的列
11 selected_columns = ['損耗率(%)', '日銷量(千克)']
12 selected_data = df[selected_columns]
13 
14 # 設定顯示中文
15 plt.rcParams['font.sans-serif'] = ['KaiTi']  # 'SimHei'也可以
16 plt.rcParams['axes.unicode_minus'] = False
17 
18 # 繪製統計直方圖和核密度估計圖
19 plt.figure(figsize=(12, 6))
20 
21 # 繪製二維直方圖
22 plt.subplot(1, 2, 1)
23 plt.hist2d(x=selected_data['日銷量(千克)'], y=selected_data['損耗率(%)'], bins=(50, 50), cmap='Blues')
24 plt.xlabel('日銷量(千克)')
25 plt.ylabel('損耗率(%)')
26 plt.title('某生鮮超市2023年6月30日39種商品日銷量和損耗率直方圖')
27 
28 
29 # 繪製核密度估計圖
30 plt.subplot(1, 2, 2)
31 sns.kdeplot(x=selected_data['日銷量(千克)'], y=selected_data['損耗率(%)'], cmap='Blues', fill=True)
32 plt.xlabel('日銷量(千克)')
33 plt.ylabel('損耗率(%)')
34 plt.title('某生鮮超市2023年6月30日39種商品日銷量和損耗率核密度估計圖')
35 
36 # 顯示圖形
37 plt.tight_layout()
38 plt.show()

 1 import numpy as np
 2 import pandas as pd
 3 import matplotlib.pyplot as plt
 4 import seaborn as sns
 5 
 6 # 讀取Excel檔案
 7 file_path = "某件商品資訊.xlsx"
 8 sheet_name1 = "小白菜每月銷售資訊"
 9 sheet_name2 = "雲南生菜每月銷售資訊"
10 df1 = pd.read_excel(file_path, sheet_name1)
11 df2 = pd.read_excel(file_path, sheet_name2)
12 
13 # 給資料新增標籤，以便識別來源
14 df1['來源'] = '小白菜'
15 df2['來源'] = '雲南生菜'
16 
17 # 合併兩個資料框
18 combined_data = pd.concat([df1, df2])
19 
20 # 設定顯示中文
21 plt.rcParams['font.sans-serif'] = ['KaiTi']  # 'SimHei'也可以
22 plt.rcParams['axes.unicode_minus'] = False
23 
24 # 繪製箱線圖
25 sns.boxplot(x='來源', y='銷量(千克)', data=combined_data)
26 plt.xlabel('')
27 plt.ylabel('銷量(千克)')
28 plt.title('小白菜和雲南生菜2020年7月至2023年2月月銷量箱線圖')
29 plt.show()
30 
31 # 提取小白菜的銷量列
32 sales_data = df1['銷量(千克)']
33 
34 # 計算累積分佈函數
35 sorted_data = np.sort(sales_data)
36 cumulative_prob = np.arange(1, len(sorted_data) + 1) / len(sorted_data)
37 
38 # 繪製累積分佈函數圖
39 plt.plot(sorted_data, cumulative_prob, marker='o', linestyle='-', color='b')
40 plt.xlabel('銷量(千克)')
41 plt.ylabel('累積概率')
42 plt.title('小白菜銷量累計分佈函數圖')
43 plt.grid(True)
44 plt.show()
45 
46 
47 # 提取雲南生菜的銷量列
48 sales_data = df2['銷量(千克)']
49 
50 # 計算累積分佈函數
51 sorted_data = np.sort(sales_data)
52 cumulative_prob = np.arange(1, len(sorted_data) + 1) / len(sorted_data)
53 
54 # 繪製累積分佈函數圖
55 plt.plot(sorted_data, cumulative_prob, marker='o', linestyle='-', color='b')
56 plt.xlabel('銷量(千克)')
57 plt.ylabel('累積概率')
58 plt.title('雲南生菜銷量累計分佈函數圖')
59 plt.grid(True)
60 plt.show()