人工智能之数据分析 Matplotlib
第七章 项目实践
@
目录
- 人工智能之数据分析 Matplotlib
- 前言
- 🎯 项目目标：分析某电商用户月度销售数据
- 数据内容（模拟）
- 第一步：环境准备与数据生成
- 第二步：数据预处理
- 第三步：Matplotlib 可视化分析
- 1️⃣ 月度销售额趋势（折线图）
- 2️⃣ 各商品类别销售额占比（饼图）
- 3️⃣ 各地区月度销售对比（分组柱状图）
- 4️⃣ 销售额分布（直方图 + 箱线图组合）
- 第四步：保存所有图表（可选）
- ✅ 项目收获
- 🔧 扩展建议（进阶练习）
- 后续
- 资料关注
前言
Matplotlib 项目实践是巩固数据可视化技能的最佳方式。下面通过一个 完整的端到端小项目，带你从数据准备、清洗、分析到可视化，全面使用 Matplotlib（结合 NumPy/Pandas）完成一个实用的数据探索任务。
🎯 项目目标：分析某电商用户月度销售数据
数据内容（模拟）
- 日期（
date） - 销售额（
sales） - 商品类别（
category）：如 "Electronics", "Clothing", "Books" - 用户地区（
region）：如 "North", "South", "East", "West"
第一步：环境准备与数据生成
# 导入必要库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates# 设置中文字体（Windows）
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号# 生成模拟数据（实际项目中可从 CSV/数据库读取）
np.random.seed(42)
dates = pd.date_range(start='2024-01-01', end='2024-12-31', freq='D')
data = []
categories = ['Electronics', 'Clothing', 'Books']
regions = ['North', 'South', 'East', 'West']for date in dates:for _ in range(np.random.randint(5, 15)): # 每天随机订单数data.append({'date': date,'sales': np.round(np.random.uniform(20, 500), 2),'category': np.random.choice(categories),'region': np.random.choice(regions)})df = pd.DataFrame(data)
print(df.head())
第二步：数据预处理
# 添加月份列
df['month'] = df['date'].dt.to_period('M')# 按月汇总总销售额
monthly_sales = df.groupby('month')['sales'].sum().reset_index()
monthly_sales['month'] = monthly_sales['month'].astype(str) # 转为字符串便于绘图
第三步：Matplotlib 可视化分析
1️⃣ 月度销售额趋势（折线图）
plt.figure(figsize=(12, 6))
plt.plot(monthly_sales['month'], monthly_sales['sales'], marker='o', linewidth=2, color='steelblue')
plt.title('2024年月度销售额趋势', fontsize=16)
plt.xlabel('月份')
plt.ylabel('销售额（元）')
plt.xticks(rotation=45)
plt.grid(True, linestyle='--', alpha=0.6)
plt.tight_layout()
plt.show()
2️⃣ 各商品类别销售额占比（饼图）
category_sales = df.groupby('category')['sales'].sum()plt.figure(figsize=(8, 8))
plt.pie(category_sales, labels=category_sales.index, autopct='%1.1f%%', startangle=140, colors=plt.cm.Set3.colors)
plt.title('商品类别销售额占比', fontsize=16)
plt.axis('equal')
plt.show()
3️⃣ 各地区月度销售对比（分组柱状图）
region_monthly = df.groupby(['region', 'month'])['sales'].sum().unstack(fill_value=0)# 转换月份为字符串并排序
region_monthly.columns = region_monthly.columns.astype(str)
region_monthly = region_monthly.reindex(columns=sorted(region_monthly.columns))x = np.arange(len(region_monthly.columns)) # 月份位置
width = 0.2 # 柱宽fig, ax = plt.subplots(figsize=(14, 7))
ax.bar(x - 1.5*width, region_monthly.loc['North'], width, label='North')
ax.bar(x - 0.5*width, region_monthly.loc['South'], width, label='South')
ax.bar(x + 0.5*width, region_monthly.loc['East'], width, label='East')
ax.bar(x + 1.5*width, region_monthly.loc['West'], width, label='West')ax.set_xlabel('月份')
ax.set_ylabel('销售额（元）')
ax.set_title('各地区月度销售额对比')
ax.set_xticks(x)
ax.set_xticklabels(region_monthly.columns, rotation=45)
ax.legend()
ax.grid(axis='y', linestyle='--', alpha=0.6)
plt.tight_layout()
plt.show()
4️⃣ 销售额分布（直方图 + 箱线图组合）
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 5))# 直方图
ax1.hist(df['sales'], bins=30, color='lightcoral', edgecolor='black', alpha=0.7)
ax1.set_title('订单金额分布（直方图）')
ax1.set_xlabel('订单金额（元）')
ax1.set_ylabel('频次')# 箱线图
ax2.boxplot(df['sales'], vert=True, patch_artist=True, boxprops=dict(facecolor='lightgreen'))
ax2.set_title('订单金额分布（箱线图）')
ax2.set_ylabel('订单金额（元）')
ax2.set_xticks([1], ['All Orders'])plt.tight_layout()
plt.show()
第四步：保存所有图表（可选）
# 在每个 plt.show() 前加入：
plt.savefig('monthly_trend.png', dpi=300, bbox_inches='tight')
✅ 项目收获
| 技能 | 应用 |
|---|---|
| 数据分组聚合 | groupby() + sum() |
| 时间序列处理 | pd.date_range, .dt.to_period |
| 多类型图表绘制 | 折线图、饼图、分组柱状图、直方图、箱线图 |
| 图表美化 | 标题、标签、网格、颜色、旋转、布局调整 |
| 子图与多图管理 | subplots(), tight_layout() |
| 中文支持与导出 | rcParams, savefig() |
🔧 扩展建议（进阶练习）
- 添加交互性：用
Plotly或mplcursors实现悬停显示数值。 - 动态更新：用
FuncAnimation制作销售增长动画。 - 仪表盘：结合
Dash或Streamlit构建 Web 可视化界面。 - 真实数据：替换为 Kaggle 上的 E-commerce Sales Data。
后续
python过渡项目部分代码已经上传至gitee，后续会逐步更新。
资料关注
公众号：咚咚王
gitee：https://gitee.com/wy18585051844/ai_learning
《Python编程：从入门到实践》
《利用Python进行数据分析》
《算法导论中文第三版》
《概率论与数理统计（第四版） (盛骤) 》
《程序员的数学》
《线性代数应该这样学第3版》
《微积分和数学分析引论》
《（西瓜书）周志华-机器学习》
《TensorFlow机器学习实战指南》
《Sklearn与TensorFlow机器学习实用指南》
《模式识别（第四版）》
《深度学习 deep learning》伊恩·古德费洛著 花书
《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》
《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》
《自然语言处理综论 第2版》
《Natural-Language-Processing-with-PyTorch》
《计算机视觉-算法与应用(中文版)》
《Learning OpenCV 4》
《AIGC：智能创作时代》杜雨+&+张孜铭
《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》
《从零构建大语言模型（中文版）》
《实战AI大模型》
《AI 3.0》
