Python制作BI图表（Temps）

用Python制作BI（Business Intelligence）图表时，你可以使用多种数据可视化库来实现。下面是一个详细的教程，包括使用matplotlib、seaborn和plotly来创建不同类型的BI图表的示例代码。

步骤1：安装必要的库
确保你的系统已经安装了以下库：

• pandas：用于数据处理和准备。
• matplotlib：一个常用的绘图库，用于创建各种静态图表。
• seaborn：基于Matplotlib的统计图形库，提供了更丰富的可视化功能。
• plotly：提供了交互式和动态图表的可视化库。

确保使用以下命令安装这些库：

pip install pandas matplotlib seaborn plotly

步骤2：准备数据
准备你要使用的数据集并使用pandas加载为数据帧（DataFrame）。确保你的数据已经准备好并根据需要进行清理和转换。

步骤3：创建图表
选择适合你数据和需求的图表类型，并使用相应的库来创建图表。下面是一些常见的BI图表类型及其对应的库：

饼图

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'销售额': [100, 80, 120]}
labels = ['北京', '上海', '广州']

# 创建饼图
plt.pie(data['销售额'], labels=labels, autopct='%1.1f%%')

# 设置标题
plt.title('各城市销售额占比')

# 显示图表
plt.show()

柱状图

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'城市': ['北京', '上海', '广州', '深圳'],
        '销售额': [100, 80, 120, 90]}

# 将数据转换为数据帧
df = pd.DataFrame(data)

# 创建柱状图
plt.bar(df['城市'], df['销售额'])

# 设置标题和轴标签
plt.title('销售额')
plt.xlabel('城市')
plt.ylabel('销售额')

# 显示图表
plt.show()

折线图

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'月份': [1, 2, 3, 4, 5],
        '销售额': [100, 80, 120, 90, 110]}

# 将数据转换为数据帧
df = pd.DataFrame(data)

# 创建折线图
plt.plot(df['月份'], df['销售额'])

# 设置标题和轴标签
plt.title('销售额趋势')
plt.xlabel('月份')
plt.ylabel('销售额')

# 显示图表
plt.show()

热力图

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建示例数据
data = {'城市': ['北京', '上海', '广州'],
        '一月销售额': [100, 80, 120],
        '二月销售额': [90, 100, 110],
        '三月销售额': [120, 110, 130]}

# 将数据转换为数据帧
df = pd.DataFrame(data)

# 以城市为行，销售额为列，创建热力图
pivot_table = df.pivot('城市', '销售额')
sns.heatmap(pivot_table, cmap='YlGnBu')

# 设置标题
plt.title('城市销售额热力图')

# 显示图表
plt.show()

散点图

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建示例数据
data = {'产量（千升）': [150, 200, 180, 300, 250],
        '销售额（万元）': [200, 250, 220, 350, 300],
        '品牌': ['A', 'B', 'C', 'D', 'E']}

# 将数据转换为数据帧
df = pd.DataFrame(data)

# 创建散点图
sns.scatterplot(data=df, x='产量（千升）', y='销售额（万元）', hue='品牌', style='品牌', s=100)

# 设置标题和轴标签
plt.title('啤酒销售')
plt.xlabel('产量（千升）')
plt.ylabel('销售额（万元）')

# 显示图表
plt.show()