人工智能之数据分析 Matplotlib：第七章 项目实践

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

人工智能之数据分析 Matplotlib

第七章 项目实践

前言

通过实际项目来掌握 Matplotlib 的使用，是提升数据可视化能力的有效途径。本文将引导你完成一个完整的端到端分析流程，涵盖从数据生成、清洗处理到多维度可视化的全过程，结合 NumPy 与 Pandas 工具，深入应用 Matplotlib 进行探索性数据分析。

项目目标

对某电商平台的用户月度销售数据进行综合分析，挖掘销售趋势、品类分布、区域表现及数据分布特征。

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

# 设置中文字体支持（适用于Windows系统）
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 生成模拟数据（实际项目中通常来自CSV或数据库）
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)):  # 每日随机生成订单数量
        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

为后续分析做准备，需提取时间中的月份信息，并按月汇总销售额。

# 创建月份字段
df['month'] = df['date'].dt.to_period('M')

# 按月统计总销售额
monthly_sales = df.groupby('month')['sales'].sum().reset_index()
monthly_sales['month'] = monthly_sales['month'].astype(str)  # 转换为字符串类型以便绘图

第三步：Matplotlib 可视化分析

1. 月度销售额趋势（折线图）

通过折线图观察全年销售额的变化趋势。

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()

2. 各商品类别销售额占比（饼图）

展示不同商品类别在总体销售额中的占比情况。

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('各商品类别销售额占比')
plt.axis('equal')  # 确保饼图为圆形
plt.show()

3. 各地区月度销售对比（分组柱状图）

分析不同地区在每个月的销售表现差异。

# 按地区和月份汇总销售额
region_month_sales = df.groupby(['month', 'region'])['sales'].sum().unstack(fill_value=0)

# 绘制分组柱状图
regions = region_month_sales.columns
months = region_month_sales.index
x = np.arange(len(months))
width = 0.2

fig, ax = plt.subplots(figsize=(14, 7))

for i, region in enumerate(regions):
    ax.bar(x + i * width, region_month_sales[region], width, label=region)

ax.set_xlabel('月份')
ax.set_ylabel('销售额')
ax.set_title('各地区月度销售对比')
ax.set_xticks(x + width)
ax.set_xticklabels(months, rotation=45)
ax.legend()
plt.tight_layout()
plt.show()

4. 销售额分布（直方图 + 箱线图组合）

联合使用直方图与箱线图，全面了解销售额的数据分布形态与异常值情况。

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(15, 6))

# 直方图：查看销售额频率分布
ax1.hist(df['sales'], bins=30, color='skyblue', edgecolor='black', alpha=0.7)
ax1.set_title('销售额分布直方图')
ax1.set_xlabel('销售额')
ax1.set_ylabel('频次')

# 箱线图：检测离群点与分布范围
ax2.boxplot(df['sales'], patch_artist=True, boxprops=dict(facecolor='lightcoral'))
ax2.set_title('销售额箱线图')
ax2.set_ylabel('销售额')

plt.tight_layout()
plt.show()

第四步：保存所有图表（可选）

可将生成的图像逐一保存为文件，便于报告撰写或分享。

# 示例：保存折线图
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.savefig('monthly_sales_trend.png', dpi=300, bbox_inches='tight')
plt.close()  # 避免图像重叠显示

项目收获

通过本项目实践，你已掌握以下技能：

• 使用 Pandas 进行时间序列数据处理与聚合
• 利用 Matplotlib 绘制多种常见图表（折线图、饼图、柱状图、直方图、箱线图）
• 合理设置图表样式、标签、网格与布局，提升可视化效果
• 结合多个子图进行复合分析，增强数据洞察力

扩展建议（进阶练习）

• 添加滑动平均线以平滑月度趋势波动
• 按季度重新聚合数据并绘制季节性变化图
• 引入用户行为指标，如客单价、订单量等进行多维分析
• 尝试使用 Seaborn 或 Plotly 实现更高级的交互式可视化

3. 各地区月度销售对比（分组柱状图）

基于数据集中的区域与月份信息，对销售额进行分组聚合处理，并生成各地区按月分布的销售总额矩阵。通过将数据转换为以月份为列、区域为行的透视表形式，实现多区域销售趋势的直观对比。

region_monthly = df.groupby(['region', 'month'])['sales'].sum().unstack(fill_value=0)
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))
width = 0.2
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()

4. 销售额分布分析（直方图与箱线图组合）

采用组合图表方式展示订单金额的整体分布特征：左侧为直方图，反映频次分布；右侧为箱线图，揭示数据离散程度及异常值情况。

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 5))
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')
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()

商品类别销售额占比可视化（饼图）

通过绘制饼状图呈现不同商品类别在总销售额中所占比例，突出显示主导品类的贡献度。

plt.title('商品类别销售额占比', fontsize=16)
plt.axis('equal')
plt.show()

图表保存操作（可选步骤）

若需导出生成的可视化结果，可在每次调用 plt.show() 前插入以下代码，用于高分辨率保存图像文件：

plt.savefig('monthly_trend.png', dpi=300, bbox_inches='tight')

项目核心技能总结

• 数据分组与聚合：使用 groupby 实现多维度统计分析。
• 时间序列处理：对时间字段进行解析、排序与结构化整理。
• 多种图表绘制能力：涵盖折线图、饼图、分组柱状图、直方图及箱线图等常用可视化类型。
• 图表美化技术：包括标题设置、坐标轴标签优化、网格线添加、颜色搭配、文本旋转与布局调整。
• 子图与多图管理：利用 subplots 进行多面板图形排布控制。
• 中文支持与图像导出：确保中文字体正常显示并支持高质量图像输出。

groupby()

sum()

pd.date_range

.dt.to_period

subplots()

tight_layout()

rcParams

savefig()

进阶扩展建议

• 增强交互性：引入

  Plotly

  或

  mplcursors

  实现鼠标悬停显示具体数值功能。
• 动态图表更新：结合

  FuncAnimation

  制作销售增长过程的动画演示。
• 构建可视化仪表盘：集成

  Dash

  或

  Streamlit

  开发基于 Web 的交互式界面。
• 替换为真实业务数据：可选用 Kaggle 平台上的 E-commerce Sales Data 数据集进行实战演练。

后续说明

部分 Python 项目的过渡代码已上传至 Gitee 平台，后续将持续更新完善。

以下是一些在机器学习、深度学习及人工智能相关领域中广受认可的技术书籍与参考资料，涵盖了从基础理论到实际应用的多个方面：

《模式识别（第四版）》系统地介绍了模式识别的基本概念与方法，内容涵盖统计模式识别、结构模式识别以及神经网络在识别任务中的应用，适合希望深入理解分类与特征提取机制的读者。

《深度学习 deep learning》（又称“花书”），由伊恩·古德费洛等人撰写，是深度学习领域的权威著作。书中详细阐述了深度神经网络的数学原理、优化方法和典型架构，为研究人员和工程师提供了坚实的理论基础。

《Sklearn与TensorFlow机器学习实用指南》则更侧重于实践操作，通过Scikit-learn和TensorFlow两个主流工具，引导读者构建完整的机器学习项目流程，包括数据预处理、模型训练与评估等环节。

《Python深度学习第二版(中文版)》（Francois Chollet 著）以Keras之父的视角讲解如何使用Python进行深度学习开发，内容清晰易懂，结合大量代码示例，非常适合初学者入门并逐步进阶。

《深入浅出神经网络与深度学习》由迈克尔·尼尔森编写，采用直观的方式解释神经网络的工作机制，强调对反向传播、梯度下降等核心算法的理解，帮助读者建立扎实的直觉认知。

在自然语言处理方向，《自然语言处理综论 第2版》是一部全面且经典的教材，覆盖句法分析、语义表示、信息抽取、机器翻译等多个子领域，被广泛用于高校教学与科研参考。

《Natural-Language-Processing-with-PyTorch》则聚焦于使用PyTorch框架实现NLP任务，介绍词向量、RNN、Transformer等关键技术的实际编码方法，适合希望将理论转化为代码的开发者阅读。

关于计算机视觉，《计算机视觉-算法与应用(中文版)》提供了一个全面的视角，讨论图像处理、特征检测、三维重建等核心技术，并结合真实案例展示其工程价值。

《Learning OpenCV 4》作为OpenCV官方支持的重要学习资料，详细讲解了OpenCV 4版本中的函数用法与视觉算法实现，适用于需要进行实时视觉处理的应用场景。

进入生成式AI时代，《AIGC：智能创作时代》由杜雨与张孜铭合著，探讨了人工智能生成内容的发展趋势及其在文本、图像、音频等领域的创新应用。

《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》则进一步深入技术细节，从零开始讲解大语言模型、扩散模型（Diffusion Models）以及多模态系统的构建逻辑，适合希望掌握前沿生成模型的读者。

《从零构建大语言模型（中文版）》专注于大型语言模型的全流程搭建过程，涵盖数据准备、模型设计、训练策略与推理优化等内容，具有很强的实战指导意义。

《实战AI大模型》强调在真实业务环境中部署大模型的方法与挑战，涉及分布式训练、模型压缩、服务化部署等关键问题，适合从事工业级AI系统开发的技术人员。

最后，《AI 3.0》从宏观角度审视人工智能的发展阶段，提出AI演进的新范式，探讨未来智能系统的可能形态，为读者提供战略层面的思考视角。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Matplotlib matplot 数据分析 人工智能 plot

相关内容：人工智能数据分析实践 数据分析项目实践