【Flask + ECharts】从零开始的可视化编写---药品销售数据可视化

前言

我们本次所使用的软件及其版本

软件 / 库	版本
Pycharm社区版	2021.3.3
Python	3.8
Pandas	1.4.1
Numpy	1.22.3
PyMySQL	1.0.2
Flask	2.0.3
SQLALchemy	1.4.32

跳转顶部

---

项目的搭建

首先我们先搭建一个Flask项目，由于我们使用的是Pycharm社区版，所以我们是没法直接构建一个Flask项目的，所以我们可以先创建一个Python项目，然后自己不全配置，将他变成一个Flask项目。

创建完成后，我们在Python项目目录下创建两个文件夹static和temoplates，这两个文件夹的作用分别是存储静态文件和网页文件的,创建好的结构如下所示:

现在我们需要导入自己所需要的库

然后找到自己所需要的库下载即可

若觉得下载的速度太慢，可以使用清华源来下载

清华源:https://pypi.tuna.tsinghua.edu.cn/simple/

跳转顶部

---

数据的查看与分析处理

数据的分析和读取

部分数据展示

这些字段的含义分别是:购药时间、社保卡号、商品编码、商品名称、销售数量、应收金额、实收金额

首先我们连接数据库来查看数据

import pandas as pd
from sqlalchemy import create_engine

# 自定义函数连接数据库获取数据
def connFun():
    engine = create_engine("mysql+pymysql://root:123456@localhost:3306/flask")
    sql = '''select * from medicinal'''
    data = pd.read_sql(sql, engine)
    return data


# 自定义函数求各城市的平均间夜数
value = connFun()
print(value)

可见已经可以读取到数据了

跳转顶部

---

数据的清洗

首先我们来查看是否存在空的数据

null_data = value[value.isnull().T.any()]

我们假设将时间为空的数据直接删除，将社保卡号为空的数据填充000

value = value.dropna(subset=['time'])
value['insureID'].fillna('0000', inplace=True)
null_data = value[value.isnull().T.any()]

将销售额转换成INT类型

value['sales'] = value['sales'].astype(int)