pyecharts交互式绘图_,绘制2017年每月每台售货机的销售额的时间线轮播多图-CSDN博客

本文链接：https://blog.csdn.net/l_dq223020/article/details/131709594

该实验使用Python的pyecharts库进行数据可视化，包括柱形图展示销量前5的商品，折线图显示售货机每月总交易额，饼图展示各类商品销售额，以及时间线轮播多图展示每月每台售货机的销售额变化。实验旨在掌握pyecharts的基础语法和各种图表的绘制技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实验项目名称：pyecharts交互式绘图

实验目的及要求：

（1）掌握pyecharts的基础语法
（2）掌握柱形图的绘制方法
（3）掌握折线图的绘制方法
（4）掌握饼图的绘制方法
（5）掌握并行多图的绘制方法
（6）掌握时间线轮播多图的绘制方法

实验内容：

（1）根据第2章实训2处理后的数据，统计2017年6月销量前5的商品销量、每台售货机每月的总交易额、每台售货机各类（按大类）商品的销售额，并利用这些数据绘制相关图形。
（2）根据第2章实训2处理后的数据，统计2017年每月每台售货机的销售额、每台售货机每月各类（按大类）商品的销售额，并利用这些数据绘制相关图形

实验步骤

（1）获取处理好的数据

In [179]:

#（1）获取处理好的数据
import pandas as pd
import numpy as np 
from pyecharts.charts import Bar,Pie,Line
from pyecharts import options as opts
data=pd.read_csv('./处理后的数据.csv',encoding='gbk')
data.head()

Out[179]:

	订单号	设备ID	应付金额	实际金额	商品	支付时间	地点	状态	提现	大类	二级类
0	DD201708167493663618499909784	E43A6E078A07631	4.5	4.5	68g好丽友巧克力派2枚	2017-01-01 00:53:00	D	已出货未退款	已提现	非饮料	饼干糕点
1	DD201708167493663555814061164	E43A6E078A04172	3.0	3.0	40g双汇玉米热狗肠	2017-01-01 01:33:00	A	已出货未退款	已提现	非饮料	肉干/豆制品/蛋
2	DD201708167493578526890939886	E43A6E078A06874	5.5	5.5	430g泰奇八宝粥	2017-01-01 08:45:00	E	已出货未退款	已提现	非饮料	方便速食
3	DD201708167493683507186615837	E43A6E078A04228	5.0	5.0	48g好丽友薯愿香烤原味	2017-01-01 09:05:00	C	已出货未退款	已提现	非饮料	膨化食品
4	DD201708167493759548618252006	E43A6E078A04134	3.0	3.0	600ml可口可乐	2017-01-01 09:41:00	B	已出货未退款	已提现	饮料	碳酸饮料

（2）设置系统配置项和全局配置项，绘制销量前5的商品销量柱形图

In [180]:

#（2）设置系统配置项和全局配置项，绘制销量前5的商品销量柱形图
data1=data.groupby('商品').count()###按商品分组，统计商品的出现频次====>即为商品的销量
data2=data1.sort_values('订单号',ascending=False).head()['订单号']###获取销量前五的数据
columns={'订单号':'销量'}#对列进行重新命名
data2=pd.DataFrame(data2)###将其转换成一个DataFrame类型
data2=data2.rename(columns=columns)##对列索引进行重新命名
data3=data2.T##将获取已经处理好的数据进行一个转置
init_opts=opts.InitOpts(width='1000px', height='800px')
bar=(
    Bar(init_opts)
          .add_xaxis(data3.columns.tolist())
          .add_yaxis('销量', data3.loc['销量'].tolist(), 
                     label_opts=opts.LabelOpts(position='insideTop'))
         .set_global_opts(title_opts=opts.TitleOpts(
         title='销量前5的商品销量柱形图'))
     )
bar.render('销量前5的商品销量柱形图.html')
bar.render_notebook()

Out[180]:

（3）设置系统配置项和全局配置项，绘制售货机每月总交易额折线图

In [181]:

#（3）设置系统配置项和全局配置项，绘制售货机每月总交易额折线图
data['支付时间']=pd.to_datetime(data['支付时间'])#将支付时间转换成datetime类型，便于分析
data['月份']=data['支付时间'].dt.month##从数据中提取出销售月份具体是哪月，并将其添加到data当中去
temp=data.groupby(by=['月份','地点'],as_index=False)['实际金额'].sum()
x=sorted(list(set(data['月份'].values.tolist())))
x_data=[str(i)+'月' for i in x]
location=list(set(temp['地点'].values.tolist()))
location=sorted(location)
y=[]
for i in location:
    y.append(np.round(temp[temp['地点']==i]['实际金额'].values.tolist(),2))

line=(Line()
     .add_xaxis(x_data)
     .add_yaxis('售货机A',y[0],label_opts=opts.LabelOpts(is_show=False))
     .add_yaxis('售货机B',y[1],label_opts=opts.LabelOpts(is_show=False))
     .add_yaxis('售货机C',y[2],label_opts=opts.LabelOpts(is_show=False))
     .add_yaxis('售货机D',y[3],label_opts=opts.LabelOpts(is_show=False))
     .add_yaxis('售货