資料分析實戰--對比分析
本文主要講的是對比分析的一些視覺化作圖，用來練練matplotlib不錯。主要內容有：兩個相互聯絡的指標的比較（絕對比較）、相對比較兩方面。
0 模組匯入
import numpy as np
import pandas as pd
import matplotlib。pyplot as plt
plt。rcParams［‘font。sans-serif’］=［‘SimHei’］ #用來正常顯示中文標籤
plt。rcParams［‘axes。unicode_minus’］=False #用來正常顯示負號
1。對比分析 → 兩個互相聯絡的指標進行比較（絕對比較）
建立資料 → 30天內A/B產品的日銷售額
data = pd。DataFrame（np。random。rand（30，2）*1000，
columns=［‘A_sale’，‘B_sale’］，
index = pd。period_range（‘20170601’，‘20170630’）
）
fig，ax = plt。subplots（4，1，figsize=（10，15））
plt。subplots_adjust（hspace=0。5）
（1）折線圖比較 AB產品銷量對比圖-折線圖
data。plot（kind = ‘line’，
style=‘——’，
alpha = 0。8，
title = ‘AB產品銷量對比圖-折線圖’，
ax = ax［0］）
2、相對數比較 → 相除（相對）
（2）多系列柱狀圖比較 AB產品銷量對比-柱狀圖
data。plot（kind = ‘bar’，
alpha = 0。8，
width = 0。8，
title = ‘AB產品銷量對比-柱狀圖’，
ax=ax［1］）
（3）絕對數比較，相減 AB產品銷量對比-堆疊圖
data1 = data。copy（）
data1［‘B_sale’］ = -data［‘B_sale’］
data1［‘A_sale’］。plot（kind = ‘bar’，
color = ‘g’，
alpha = 0。4，
title = ‘AB產品銷量對比-堆疊圖’，
ax=ax［2］）
data1［‘B_sale’］。plot（kind = ‘bar’，
color = ‘b’，
alpha = 0。4，
title = ‘AB產品銷量對比-堆疊圖’，
ax=ax［2］）
（4）面積圖
data。plot。area（alpha = 0。5，
title = ‘AB產品銷量對比-面積’，
ax = ax［3］）
2、相對數比較 → 相除（相對比較）
建立資料 → 30天內A/B產品的日銷售額
A/B產品銷售額量級不同
data = pd。DataFrame（{‘A_sale’：np。random。rand（30）*1000，
‘B_sale’：np。random。rand（30）*200}，
index = pd。period_range（‘20170601’，‘20170630’））
（1） 計算出每天的營收佔比
data［‘A_per’］ = data［‘A_sale’］/data［‘A_sale’］。sum（）
data［‘B_per’］ = data［‘B_sale’］/data［‘B_sale’］。sum（）
（2）轉換為百分數
data［‘A_per%’］ = data［‘A_per’］。apply（lambda x：‘%。2f%%’%（x*100））
data［‘B_per%’］ = data［‘B_per’］。apply（lambda x：‘%。2f%%’%（x*100））
（3）每日A、B產品營收——折線圖
fig，ax = plt。subplots（2，1，figsize=（10，10））
plt。subplots_adjust（hspace = 0。5）
x = range（len（data））
data［‘A_sale’］。plot（kind=‘line’，
style=‘——go’，
ax = ax［0］，
color = ‘b’，
title = ‘A、B產品營收——折線圖’）
data［‘B_sale’］。plot（kind=‘line’，
style=‘——go’，
color = ‘g’，
ax = ax［0］，
title = ‘A、B產品營收——折線圖’）
ax［0］。legend（labels = ［‘A_sale’，‘B_sale’］，loc=‘best’）
（4）每日A、B產品營收佔比——折線圖
data［‘A_per’］。plot（kind=‘line’，
style=‘——go’，
ax = ax［1］，
color = ‘b’，
title = ‘A、B產品營收佔比——折線圖’）
data［‘B_per’］。plot（kind=‘line’，
style=‘——go’，
color = ‘g’，
ax = ax［1］，
title = ‘A、B產品營收佔比——折線圖’）
ax［1］。legend（labels = ［‘A_per’，‘B_per’］，loc=‘best’）
3 相對數比較 → 相除
建立資料 → 某人一年內的消費、工資薪水情況
消費按照2000-3000/月隨機，工資按照5000-5500/月隨機
data = pd。DataFrame（{‘A’：np。random。rand（30）*5000，
‘B’：np。random。rand（30）*2000，
‘C’：np。random。rand（30）*10000，
‘D’：np。random。rand（30）*800}，
index = pd。period_range（‘20170601’，‘20170630’））
（1）透過柱狀圖做橫向比較 → 4個產品的銷售額總量
fig，ax = plt。subplots（2，1，figsize=（10，10））
plt。subplots_adjust（hspace=0。5）
data。sum（）。plot（kind=‘bar’，
width = 0。8，
alpha = 0。4，
rot = 0，
title = ‘4個產品的銷售額總量’，
ax = ax［0］）
（2）多系列柱狀圖，橫向比較前十天4個產品的銷售額
data。iloc［：10，：］。plot（kind = ‘bar’，
title = ‘前十天4個產品的銷售額’，
ax = ax［1］）
關注二維碼相互交流哦！
