【数据可视化-70】奶茶店销量数据可视化：打造炫酷黑金风格的可视化大屏

技术文档

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

在这里插入图片描述

【数据可视化-70】奶茶店销量数据可视化：打造炫酷黑金风格的可视化大屏

- 一、引言
- 二、数据准备
- 三、图表设计
- 四、完整代码实现
- - 4.1 时间轴销量脉冲折线
  - 4.2 商品销量 TOP8 3D 柱状轮播
  - 4.3 天气 vs 销量热力矩阵
  - 4.4 周末/促销对销量的玫瑰冲击
  - 4.5 销售额 & 客单价双 Y 轴联动折线
  - 4.6 商品销量的词云图
  - 4.7 组合大屏
- 五、总结

一、引言

在数据分析的世界里，数据可视化不仅仅是将数据转化为图形，更是一种艺术和科学的结合。今天，我们将使用 Python 和 Pyecharts 来打造一个炫酷的黑金风格的可视化大屏，展示奶茶店的销售数据。这个大屏将包含多个图表，每个图表都以其独特的方式揭示数据中的洞察。

二、数据准备

首先，我们需要准备数据。假设你已经有一个名为 奶茶店每日订单.csv 的文件，包含以下字段：日期、星期、商品、天气、是否周末、是否促销、销量、客单价 和 销售额。我们将使用 Python 的 Pandas 库来读取和处理这些数据。

import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import *from pyecharts.globals import ThemeType, SymbolTypefrom pyecharts.commons.utils import JsCode# 1️⃣ 读取数据df = pd.read_csv(\'奶茶店每日订单.csv\', parse_dates=[\'日期\'])# 2️⃣ 数据预处理df[\'月份\'] = df[\'日期\'].dt.month_name()df[\'星期\'] = df[\'星期\'].astype(\'category\').cat.reorder_categories( [\'周一\',\'周二\',\'周三\',\'周四\',\'周五\',\'周六\',\'周日\'], ordered=True)# 3️⃣ 计算聚合指标# 3.1 日期维度daily = df.groupby(\'日期\').agg({\'销量\':\'sum\',\'销售额\':\'sum\'}).reset_index()# 3.2 商品维度item_top8 = (df.groupby(\'商品\')  .agg({\'销量\':\'sum\',\'销售额\':\'sum\'})  .sort_values(\'销量\', ascending=False)  .head(8).reset_index())item = (df.groupby(\'商品\')  .agg({\'销量\':\'sum\',\'销售额\':\'sum\'})  .sort_values(\'销量\', ascending=False)  .reset_index())# 3.3 天气维度weather = df.groupby([\'天气\',\'商品\'])[\'销量\'].sum().reset_index()weather_matrix = weather.pivot(index=\'商品\', columns=\'天气\', values=\'销量\').fillna(0)# 3.4 周末/促销weekend_promo = df.groupby([\'是否周末\',\'是否促销\'])[\'销量\'].sum().reset_index()

三、图表设计

我们将设计以下六个图表：

时间轴销量脉冲折线：展示每天的销量变化，背景为黑色，折线为荧光绿。
商品销量 TOP8 3D 柱状轮播：展示销量最高的前 8 种商品。
天气 vs 销量热力矩阵：展示不同天气条件下各商品的销量。
周末/促销对销量的玫瑰冲击：展示周末和促销对销量的影响。
销售额 & 客单价双 Y 轴联动折线：展示销售额和客单价的变化。
商品销量的词云图：展示各商品的销量分布。