【python】python饮料销售数据分析可视化（源码+数据集）【独一无二】

本文主要是介绍【python】python饮料销售数据分析可视化（源码+数据集）【独一无二】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

👉博__主👈：米码收割机
👉技__能👈：C++/Python语言
👉公众号👈：测试开发自动化【获取源码+商业合作】
👉荣__誉👈：阿里云博客专家博主、51CTO技术博主
👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。

【python】python饮料销售数据分析可视化（源码+数据集）【独一无二】

目录

【python】python饮料销售数据分析可视化（源码+数据集）【独一无二】
一、设计要求
二、可视化展示
三、代码分析
1. 导入模块和设置
2. 读取数据
3. 任务1：销售收入前15的品牌
4. 任务2：每月毛利及毛利率
5. 任务3：年度盈利结构分析

一、设计要求

金牛食品有限公司位于金牛街100号，是一家批发销售软饮料的公司。批发销售软饮料行业市场潜力三大，行业增速不断上升，市场竞争异常激烈。文件wal1.xlsx’中有两个sheet，分别存放2021年销售明细和利润表，读取并分析其中数据，做可视化呈现。要求:

①找出销售收入前15的品牌;
②按月汇总，求出每月的毛利及毛利率;
③通过利润表，分析该公司的盈利结构，

👉👉👉 源码获取关注【测试开发自动化】公众号，回复 “ 饮料销售数据分析 ” 获取。👈👈👈

数据如下：
在这里插入图片描述

在这里插入图片描述

👉👉👉 源码获取关注【测试开发自动化】公众号，回复 “ 饮料销售数据分析 ” 获取。👈👈👈

二、可视化展示

通过对销售数据的分组和排序，您得出了销售收入前15的品牌（或商品名称）。这显示了这些品牌在市场上的表现和销售优势。这些信息有助于理解哪些产品更受消费者欢迎，也可能指导库存管理和市场推广策略。
在这里插入图片描述

👉👉👉 源码获取关注【测试开发自动化】公众号，回复 “ 饮料销售数据分析 ” 获取。👈👈👈

通过转置和重命名，整理了利润数据，计算出每月的毛利和毛利率。这些数据展示了公司每月的盈利性表现。毛利和毛利率是评估公司运营效率的重要指标，有助于管理层监控成本控制和定价策略的效果。
在这里插入图片描述

通过饼图，展示了公司一年的盈利结构，包括各项费用和收入的比例。这有助于理解公司的财务健康状况，识别成本和收入中的主要组成部分，以及可能的调整点，以改善利润率。

在这里插入图片描述

👉👉👉 源码获取关注【测试开发自动化】公众号，回复 “ 饮料销售数据分析 ” 获取。👈👈👈

三、代码分析

这段代码主要用于处理和可视化销售和利润数据，分别完成三个具体任务。下面详细解释每个部分的功能：

1. 导入模块和设置

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

导入pandas库，用于数据处理。
导入matplotlib.pyplot库，用于数据可视化。
设置matplotlib的字体参数为SimHei，以便在图表中显示中文。

2. 读取数据

sales_data = pd.read_excel('cwal1.xlsx', sheet_name='销售明细表')
profit_data = pd.read_excel('cwal1.xlsx', sheet_name='利润表')

从cwal1.xlsx文件中读取两个工作表：销售明细表和利润表，分别加载到sales_data和profit_data变量中。

👉👉👉 源码获取关注【测试开发自动化】公众号，回复 “ 饮料销售数据分析 ” 获取。👈👈👈

3. 任务1：销售收入前15的品牌

top_brands.plot(kind='bar', color='skyblue', title='销售收入前15的品牌')
# 略......
# 略......
# 略......
plt.xlabel('品牌（商品名称）')
plt.ylabel('总销售收入')

使用groupby按照商品名称进行分组，然后对收入合计列进行求和。
从结果中选出销售收入最高的前15个品牌。
利用条形图显示这15个品牌的销售收入，调整横坐标标签角度以提高可读性。

4. 任务2：每月毛利及毛利率

df = profit_data.T
# 略......
# 略......
# 略......df['毛利'] = df['一、营业收入'] - df['   减：营业成本']
df['毛利率'] = df['毛利'] / df['一、营业收入']fig, ax1 = plt.subplots()
color = 'tab:red'
ax1.set_xlabel('月份')ax2 = ax1.twinx()
ax2.plot(df['月份'], df['毛利率'], color=color)
ax2.tick_params(axis='y', labelcolor=color)plt.title('每月毛利及毛利率')
plt.show()

转置利润表，以月份为行，利润表各项为列。
重新设置表头并重置索引，确保月份作为一列存在。
计算毛利（营业收入减去营业成本）和毛利率。
使用柱状图和曲线图在同一图表上显示每月的毛利和毛利率。

👉👉👉 源码获取关注【测试开发自动化】公众号，回复 “ 饮料销售数据分析 ” 获取。👈👈👈

5. 任务3：年度盈利结构分析

annual_data = df[df['月份'] == '本年合计']
categories = annual_data.columns[2:]  # 调整索引以适应具体的列结构
values = annual_data.iloc[0, 2:].values  # 获取第一行（即本年合计行），从第三列开始的数据fig, ax = plt.subplots()
ax.pie(values, labels=categories, autopct='%1.1f%%', startangle=90)
ax.axis('equal')  # Equal aspect ratio ensures that pie is drawn as a circle.
plt.title('金牛食品有限公司2021年盈利结构分析')
plt.show()