本篇内容介绍了“怎么用python分析销售额下滑”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
让客户满意是我们工作的目标,不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户,将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴,公司提供的服务项目有:主机域名、虚拟主机、营销软件、网站建设、亚东网站维护、网站推广。
案件回顾
饭团销售额下滑
酒馆的热销菜品之一饭团,近几个月销量比去年同期少了约2成
酒馆给出了47种菜品,三个月内每天的销售数据(问题:什么原因导致了饭团销量的下降?)
菜品销量变化分析
将数据存储为csv格式,导入python。为了直观的看看饭团销售额的时间序列,画出饭团3个月内的销售额时间序列图。
menus.日期 = pd.to_datetime(menus.日期)
import matplotlib.pyplot as plt
import pylab
menus.index = menus.iloc[:,1]
menus.loc[menus.品名=='饭团'].iloc[:,2].plot()
plt.ylabel("销售额")
pylab.show()
时间序列图,即横轴代表时间轴的图。从图中可以看出,4月份以后,折线整体呈下降趋势,即销售额下降。折线波动的很厉害,因为周末销售额会上涨。再看看炒饭的销售情况。
menus.loc[menus.品名=='炒饭'].iloc[:,2].plot()
plt.ylabel("销售额")
pylab.show()
从图中可直观看出,炒饭的销售额波动一样厉害,但是整体没有向上或向下的趋势。再看面条类的销售情况。
menus.loc[menus.品名=='意大利面'].iloc[:,2].plot(label='意大利面')
menus.loc[menus.品名=='酱汁炒面'].iloc[:,2].plot(label='酱汁炒面')
menus.loc[menus.品名=='乌冬面'].iloc[:,2].plot(label='乌冬面')
menus.loc[menus.品名=='什锦面'].iloc[:,2].plot(label='什锦面')
menus.loc[menus.品名=='拉面'].iloc[:,2].plot(label='拉面')
plt.ylabel("销售额")
plt.legend()
pylab.show()
从图上可以看出,5种面条,从4月份开始,每种的销售额都涨了一点。一般来说,很少人米饭面条会一起点,所以一边增加了,另一边减少也很正常。虽然看上去饭团的销售额与面条的销售额有关系,但是饭团销售额下降的原因真的是因为面条吗?两者之间其实是一种伪相关,因为他们不属于因果关系,应该是由其他某种原因导致的这两者销售额的变化。通过散点图,可以得到各种食品两两比对后的结果,判断是否有相关性。其中,从散点图可以看到饭团和牛奶间存在明显的负相关。
plt.scatter(menus.loc[menus.品名=='饭团'].iloc[:,2],menus.loc[menus.品名=='牛奶'].iloc[:,2])
plt.xlabel("饭团")
plt.ylabel("牛奶")
pylab.show()
在实际生活中,饭团与牛奶间不存在替代关系,即不应该出现两者的负相关关系,因此图像显示的情况与实际有出入。再来看牛奶的销售情况图。
menus.loc[menus.品名=='牛奶'].iloc[:,2].plot()
plt.ylabel("销售额")
pylab.show()
从图中可看出,牛奶的销售量从4月份开始,突然上涨明显。调查原因发现,酒馆进了一种米奶,也就是稀粥,与饭团产生了替代关系,导致饭团销量减少。
几个小概念
相关系数:观察散点图,如果点从左下到右上呈带状分布,那么两个数据就是正相关。如果是从左上到右下分布,就是负相关。但这只是根据肉眼进行的判断,有时候用数字判断比用图判断更好。比如计算牛奶和饭团销售额的相关系数。
a = menus.loc[menus.品名=='牛奶'].iloc[:,2]b = menus.loc[menus.品名=='饭团'].iloc[:,2]c = pd.concat([a,b],axis=1)c.columns = ['牛奶','饭团']c.corr()
结果为:
牛奶 饭团 牛奶 1.000000 -0.574642 饭团 -0.574642 1.000000
相关系数代表了2组数据之间的线性关系强弱,取值范围为[-1,1],越接近1意味正相关性越高,越接近-1意味着负相关性越高。从计算结果可以看出,牛奶和饭团呈弱负相关性。
“怎么用python分析销售额下滑”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!
网站名称:怎么用python分析销售额下滑
路径分享:https://www.cdcxhl.com/article24/igjjje.html
成都网站建设公司_创新互联,为您提供关键词优化、动态网站、外贸网站建设、网站内链、品牌网站建设、网站建设
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联