61 Pandas+Pyecharts | 基于Apriori算法及帕累托算法的超市销售数据分析可视化

大家好，我是欧K~

本期我们利用Python分析「超市销售数据集」，看看：每年销售额和利润分布、各地区销售额和利润分布、各省订单量分布、各省销售额分布、各类别产品订单量、客户类别占比等等，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：
Pandas— 数据处理
Pyecharts— 数据可视化

1. 导入模块

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

2. Pandas数据处理

2.1 读取数据 

df = pd.read_excel('超市销售数据.xlsx')

2.2 数据信息 

df.info()

2.3 数据去重

df = df.drop_duplicates()

2.4 订单日期处理提取年份

df['年'] = df['订单日期'].dt.year

2.5 产品名称处理

3. Pyecharts数据可视化

def get_chart1():
    chart = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis('销售额', y_data1,gap='5%',label_opts=opts.LabelOpts(formatter='{c}万'))
        .add_yaxis('利润', y_data2,gap='5%',label_opts=opts.LabelOpts(formatter='{c}万'))
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='1-每年销售额和利润分布',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center'
            ),
            legend_opts=opts.LegendOpts(pos_top='15%')
        )
    )

• 销售额和利润均呈现逐年增长的趋势。

• 华东大区的销售额最高，反映出当地消费能力较高，中南和东北地区紧随其后，利润方面来看，中南地区和华东地区的利润要远高于其他地区。

3.3 各省订单量分布

• 沿海地区的订单量要明显高于内地，尤其是广东、山东、江苏、辽宁。

3.5 各类别产品订单量

• 办公用品类商品需求量最大，占比超过了50%，技术类和家具类各占20%左右。

• 客户类别以个体消费者为主，其次是公司和小型企业。

# 转换为算法可接受模型(布尔值)
te = TransactionEncoder()
d_data = te.fit(data_am).transform(data_am)
df_t = pd.DataFrame(d_data,columns=te.columns_)
# 设置支持度求频繁项集
frequent_itemsets = apriori(df_t,min_support=0.04,use_colnames= True)
rules = association_rules(frequent_itemsets,metric = 'confidence',min_threshold = 0.1)
# 设置最小提升度, 一般认为提升度大于1的关联规则才有商业价值
rules = rules.drop(rules[rules.lift <1].index)
# 设置标题索引并打印结果
rules.rename(columns = {'antecedents':'from','consequents':'to','support':'sup','confidence':'conf'},inplace = True)
rules = rules[['from','to','sup','conf','lift']].sort_values('sup',ascending=False).reset_index(drop=True)

结果：

3.8 帕累托分析

帕累托分析模型（Pareto Analysis），又称80/20法则、ABC分析法或主次因素分析法，是一种基于“关键少数与次要多数”原理的决策工具，用于识别和优先处理对结果影响最大的关键因素。

def get_chart8():
    bar = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis("销售额", y_data1,itemstyle_opts=opts.ItemStyleOpts(color=range_color[-1]),
            label_opts=opts.LabelOpts(is_show=False),)
        .extend_axis(
            yaxis=opts.AxisOpts(
                max_=120,
            )
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='8-帕累托分析',
                subtitle=subtitle,
                pos_top='2%',
                pos_left='center',
            ),
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60,font_size=10)),
            legend_opts=opts.LegendOpts(pos_top='12%')
        )
    )
    line = (
        Line()
        .add_xaxis(x_data)
        .add_yaxis(
            "累积利润占比",
            y_data2,
            z=10,
            yaxis_index=1,
            label_opts=opts.LabelOpts(is_show=False),
        )
    )

4. 源码+数据

下载资源