matplotlib运用：电商广告投入及销量预测【数据集+完整代码】

最新推荐文章于 2024-04-02 22:07:01 发布

蚂蚁爱Python

最新推荐文章于 2024-04-02 22:07:01 发布

阅读量650

点赞数

分类专栏： Python python基础知识数据分析文章标签： matplotlib python 开发语言

本文链接：https://blog.youkuaiyun.com/xff123456_/article/details/129941146

版权

本文通过Python的matplotlib库分析电商广告投入与销售收入的关系，包括按日、月分析销售收入，展示广告费用与销售收入的散点图，并运用线性回归预测销售收入，最终得出预测效果优秀的结论。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

人生苦短，我用python

在这里插入图片描述

数据准备

数据集有两个表，
一个是销售数据表，
另一个是投放费用的广告费用表

广告费.xlsx

销售表.xlsx

本节源码+数据集指路：点击此处跳转文末名片获取

在这里插入图片描述

1. 分别按日和月分析销售收入

# 绘制子图

"""
figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None,frameon=True)
	num:图像编号或名称．数字为编号，字符串为名称
    figsize:指定figure的宽和高．单位为英寸
    dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是21*30cm的纸张
	facecolor:背景颜色
	edgecolor:边框颜色
	frameon:是否显示边框

(1 ) subplot语法
subplot(nrows,ncols,sharex,sharey,subplot_kw.**fig_kw)

nrows       subplot的行数
ncols       subplot的列数
sharex      所有subplot应该使用相同的X轴刻度.(调节xlim将会影响所有subplot)
sharey      所有subplot应该使用相同的Y轴刻度（调节ylim将会影响所有subplot)
subplot_kw  用于创建各subplot的关键字字典
**fig_kw    创建figure时的其他关键字，如plt.subplots(2,2,figsize=(8,6))

"""

import pandas as pd
import matplotlib.pyplot as plt

pd.set_option('display.unicode.east_asian_width', True) 


df = pd.read_excel('.\data\销售表.xlsx')  
df = df[['日期', '销售码洋']]  
df['日期'] = pd.to_datetime(df['日期'])  
df1 = df.set_index('日期')  
df_d = df1.resample('D').sum().to_period('D')  
df_d.to_excel(r'.\result\result1.xlsx')  

df_m = df1.resample('M').sum().to_period('M')  
df_m.to_excel(r'.\result\result2.xlsx')  

plt.rc('font', family='SimHei', size=10) 

fig = plt.figure(figsize=(9, 5)) 
ax = fig.subplots(1, 2) 

ax[0].set_title('按日分析销售收入')  # 设置图表标题
df_d.plot(kind='line', ax=ax[0], color='r')  

ax[1].set_title('按月分析销售收入')  # 设置图表标题
df_m.plot(kind='bar', ax=ax[