Python数据与基础应用2

PAGE1第1章果缤纷水果店单品分析可运行代码fruits=[{"名称":"苹果","单价":12.5,"销量":80},{"名称":"香蕉","单价":5.8,"销量":150},{"名称":"葡萄","单价":22.0,"销量":60},]total=0foriteminfruits:revenue=item["单价"]*item["销量"]total+=revenueprint(f'{item["名称"]}：{revenue:.2f}元')print(f'今日总销售额：{total:.2f}元')结果与判读苹果1000.00元，香蕉870.00元，葡萄1320.00元；合计3190.00元。

第2章领航文具店数据清洗可运行代码importpandasaspdfromopenpyxl.stylesimportFont,PatternFill,Alignmentfromopenpyxl.utilsimportget_column_letter#步骤1：导入数据df=pd.read_excel("文具店库存.xlsx")#输出完整数据，检查是否正确导入print("导入的原始库存数据：")print(df)#步骤2：识别负值库存abnormal_data=df[df["库存数/件"]<0]print("\n负库存异常数据清单：")print(abnormal_data)#步骤3：修正异常值#库存数小于0时返回0，否则保持原值不变df["库存数/件"]=df["库存数/件"].apply(lambdax:0ifx<0elsex)print("\n修正后的库存数据：")print(df)#步骤4：导出并简单美化output_file="文具店库存清洗结果.xlsx"withpd.ExcelWriter(output_file,engine="openpyxl")aswriter:#写入清洗后的完整数据df.to_excel(writer,sheet_name="清洗后库存",index=False)#写入负库存异常清单，便于业务人员核查abnormal_data.to_excel(writer,sheet_name="负库存异常清单",index=False)#对两个工作表进行简单美化forsheet_namein["清洗后库存","负库存异常清单"]:worksheet=writer.sheets[sheet_name]#冻结首行worksheet.freeze_panes="A2"#添加自动筛选worksheet.auto_filter.ref=worksheet.dimensions#设置表头格式forcellinworksheet[1]:cell.font=Font(bold=True,color="FFFFFF")cell.fill=PatternFill(fill_type="solid",fgColor="4472C4")cell.alignment=Alignment(horizontal="center",vertical="center")#根据内容自动调整列宽forcolumn_cellsinworksheet.columns:max_length=max(len(str(cell.value))ifcell.valueisnotNoneelse0forcellincolumn_cells)column_letter=get_column_letter(column_cells[0].column)worksheet.column_dimensions[column_letter].width=(max_length+4)print(f"\n数据清洗完成，结果已保存为：{output_file}")结果与判读采用图2-7的示例数据时，识别6条负库存：P002-5、P004-10、P008-3、P014-7、P019-2、P026-4。修正后这六项为0；导出文件含清洗结果和原始异常两张表。

第3章宠物之家狗粮销售分析可运行代码importpandasaspdimportmatplotlib.pyplotasplt#1.构造3月份每日销量数据sales=[120,130,128,135,140,150,160,200,210,180,175,178,190,195,220,230,225,210,200,190,185,180,190,200,210,230,240,250,260,270,250]#生成2025年3月1日至3月31日的日期dates=pd.date_range(start="2025-03-01",periods=31)#将日期和销量组合成DataFramedf=pd.DataFrame({"日期":dates,"销量/包":sales})print("2025年3月狗粮销量数据：")print(df)#2.计算每日销量的环比增长率#pct_change()用于计算本日销量相对于前一日销量的变化比例#再乘以100，将结果转换为百分比df["日环比/%"]=df["销量/包"].pct_change()*100print("\n每日销量及日环比增长率：")print(df.to_string(index=False,formatters={"日环比/%":lambdax:f"{x:.2f}"}))#3.找出最高销量和局部销售高峰#如果某一天的销量同时高于前一天和后一天，#就将该日判断为一个局部销售高峰peak_mask=((df["销量/包"]>df["销量/包"].shift(1))&(df["销量/包"]>df["销量/包"].shift(-1)))peaks=df.loc[peak_mask,["日期","销量/包"]]#idxmax()返回销量最大值所在行的索引maximum=df.loc[df["销量/包"].idxmax()]print("\n本月最高销量：")print(maximum["日期"].date(),int(maximum["销量/包"]),"包")print("\n本月局部销售高峰：")for_,rowinpeaks.iterrows():print(row["日期"].date(),int(row["销量/包"]),"包")#4.比较周末和工作日的平均销量#weekday为0～4时表示周一至周五#weekday为5～6时表示周六和周日weekend_average=df.loc[df["日期"].dt.weekday>=5,"销量/包"].mean()weekday_average=df.loc[df["日期"].dt.weekday<5,"销量/包"].mean()print("\n周末日均销量：",round(weekend_average,2),"包")print("工作日日均销量：",round(weekday_average,2),"包")#5.绘制3月份日销量趋势折线图#设置中文字体，避免图表中的中文显示为方框plt.rcParams["font.sans-serif"]=["SimHei","MicrosoftYaHei"]#解决坐标轴负号不能正常显示的问题plt.rcParams["axes.unicode_minus"]=False#创建绘图区域plt.figure(figsize=(11,5))#绘制每日销量折线图plt.plot(df["日期"],df["销量/包"],marker="o",linewidth=2,label="每日销量")#使用红色散点标出局部销售高峰plt.scatter(peaks["日期"],peaks["销量/包"],color="red",s=70,label="局部销售高峰")#标注最高销量plt.annotate(f'最高销量：{int(maximum["销量/包"])}包',xy=(maximum["日期"],maximum["销量/包"]),xytext=(0,15),textcoords="offsetpoints",ha="center",color="red")#设置图表标题和坐标轴名称plt.title("2025年3月狗粮日销量趋势")plt.xlabel("日期")plt.ylabel("销量/包")#添加网格线和图例plt.grid(alpha=0.25)plt.legend()#自动调整日期标签的显示角度plt.gcf().autofmt_xdate()#自动调整图表边距plt.tight_layout()#直接在Spyder的“绘图plt.show()结果与判读最高销量为3月30日270包；严格局部高峰是3月2日130、3月9日210、3月16日230、3月30日270包。3月31日较前日回落。仅凭这31个销量点不能证明周末或促销造成峰值，需补齐活动日历、流量和订单数据。

第4章花语坊用户分析可运行代码importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#步骤1：模拟生成500名用户的数据#设置随机种子，保证每次运行生成的数据相同rng=np.random.default_rng(20260922)#设置各年龄段的人数#数据格式为：最低年龄、最高年龄、用户人数age_ranges=[(18,25,145),(26,35,190),(36,45,110),(46,65,55)]#在每个年龄段内随机生成年龄ages=np.concatenate([egers(low=min_age,high=max_age+1,size=user_count)formin_age,max_age,user_countinage_ranges])#打乱年龄排列顺序rng.shuffle(ages)#构建用户数据表df=pd.DataFrame({"user_id":[f"U{i:03d}"foriinrange(1,501)],"age":ages,#使用泊松分布模拟用户历史订单数"order_count":rng.poisson(lam=2,size=500)})print("模拟用户数据前10行：")print(df.head(10))#步骤2：将用户划分为4个年龄段age_labels=["青年18-25岁","青壮年26-35岁","中年36-45岁","中老年46岁以上"]#使用pd.cut()按照年龄区间划分用户df["age_group"]=pd.cut(df["age"],bins=[17,25,35,45,float("inf")],labels=age_labels)#步骤3：计算各年龄段人数和占比summary=(df.groupby("age_group",observed=False).size().reindex(age_labels).rename("人数").to_frame())#计算各年龄段人数占总人数的百分比summary["占比/%"]=(summary["人数"]/len(df)*100).round(1)print("\n各年龄段用户人数及占比：")print(summary)#计算各年龄段用户的平均历史订单数average_orders=(df.groupby("age_group",observed=False)["order_count"].mean().round(2))print("\n各年龄段平均历史订单数：")print(average_orders)#步骤4：绘制用户年龄分布图#设置中文字体plt.rcParams["font.sans-serif"]=["SimHei","MicrosoftYaHei"]#解决负号显示问题plt.rcParams["axes.unicode_minus"]=False#创建一行两列的绘图区域fig,axs=plt.subplots(1,2,figsize=(11,4.5))#左图：用户年龄直方图axs[0].hist(df["age"],bins=range(18,68,5),color="skyblue",edgecolor="white")axs[0].set_title("用户年龄分布")axs[0].set_xlabel("年龄")axs[0].set_ylabel("人数")axs[0].grid(axis="y",alpha=0.25)#右图：各年龄段人数柱状图axs[1].bar(summary.index.astype(str),summary["人数"],color="steelblue")axs[1].set_title("各年龄段用户人数")axs[1].set_xlabel("年龄段")axs[1].set_ylabel("人数")axs[1].tick_params(axis="x",rotation=20)#在柱形上方显示人数forindex,valueinenumerate(summary["人数"]):axs[1].text(index,value+3,str(value),ha="center")#自动调整子图间距fig.tight_layout()#直接在Spyder的“绘图”窗口中显示plt.show()结果与判读模拟数据分布预设为145、190、110、55人，分别占29%、38%、22%、11%。26～35岁组最多是模拟时的预设，不能当作花语坊真实客群发现。可按年龄段测试七夕送礼文案与秋季日常订花主题，衡量点击、下单及利润，避免仅凭年龄推断消费偏好。

第5章烘焙小屋低销量商品与滞销品分析可运行代码importpandasaspd#步骤1：整理原始数据#8款商品的周销量与库存数据（商品ID、商品名称、周销量/个、库存/个）rows=[("D001","抹茶蛋糕",32,50),("D002","芝士蛋糕",15,20),("D003","曲奇饼干",90,18),("D004","蓝莓派",80,30),("D005","芒果慕斯",60,25),("D006","榴莲千层",40,15),("D007","红丝绒蛋糕",40,60),("D008","黑森林蛋糕",30,10),]#将元组列表转换为DataFrame，并指定列名df=pd.DataFrame(rows,columns=["商品ID","商品名称","周销量/个","库存/个"])print("【原始数据】烘焙小屋8款商品周销量与库存")print(df.to_string(index=False))print()#步骤2：基于业务规则标记滞销商品#业务规则：周销量低于100个即为滞销品df["滞销标记"]=df["周销量/个"]<100print("【滞销标记】周销量<100个→标记为滞销")print(df[["商品ID","商品名称","周销量/个","滞销标记"]].to_string(index=False))print()#步骤3：计算库存风险指数#库存风险指数=库存/周销量，数值越大说明库存积压越严重、处理优先级越高#先将周销量为0的位置替换为NaN，避免除零错误df["库存风险/周"]=df["库存/个"].div(df["周销量/个"].replace(0,float("nan")))#特殊情况：周销量为0且仍有库存→风险指数记为无穷大（最紧急）df.loc[df["周销量/个"].eq(0)&df["库存/个"].gt(0),"库存风险/周"]=float("inf")print("【库存风险指数】库存÷周销量（数值越大越紧急）")print(df[["商品ID","商品名称","周销量/个","库存/个","库存风险/周"]].to_string(index=False,formatters={"库存风险/周":lambdav:f"{v:.3f}"}))print()#步骤4：筛选滞销商品并按风险从高到低排序#只保留滞销标记为True的商品，并按库存风险指数降序排列priority=df[df["滞销标记"]].sort_values("库存风险/周",ascending=False)print("【滞销处理优先级清单】按库存风险从高到低排列")print(priority.to_string(index=False,formatters={"库存风险/周":lambdav:f"{v:.3f}"}))print()#步骤5：输出结论print("【分析结论】")top=priority.iloc[0]print(f"最优先处理：{top['商品名称']}（{top['商品ID']}）")print(f"周销量仅{top['周销量/个']}个，库存{top['库存/个']}个，")print(f"库存风险指数高达{top['库存风险/周']:.3f}，建议立即促销或打折清仓。")print(f"共筛选出{len(priority)}款滞销商品，建议按上述优先级依次处理。")结果与判读风险排序：D0011.563周、D0071.500周、D0021.333周、D0050.417周、D006与D004各0.375周、D0080.333周、D0030.200周。优先复核D001和D007的生产量及保质期；可小批量减产、临期组合促销。生鲜保质期不足一周时，该指数不能替代批次效期预警。

第6章鲜奶站库存管理可运行代码importmathimportpandasaspdsales=[120,135,128,142,138,145,150,132,128,140,125,130,138,142,135,148,152,136,130,128,132,140,145,150,142,138,135,130,128,130]s=pd.Series(sales,dtype="float64")lead_days,z,current=3,1.65,500mean,std=s.mean(),s.std(ddof=1)safety=math.ceil(z*std*math.sqrt(lead_days))threshold=math.ceil(mean*lead_days+safety)print(f"日均销量={mean:.2f}瓶；样本标准差={std:.2f}瓶")print(f"安全库存={safety}瓶；预警阈值={threshold}瓶；当前库存={current}瓶")ifcurrent<threshold:print(f"触发补货预警；补至阈值至少还需{threshold-current}瓶")else:print("当前不触发预警")print(f"库存覆盖天数约={current/mean:.2f}天（忽略新订货到达）")结果与判读日均136.40瓶，样本标准差8.12瓶，安全库存24瓶，预警阈值434瓶；当前库存500瓶，不触发预警。鲜奶保质期仅7天，若补货需额外检查各批次剩余效期、在途量与未来需求；仅以补到阈值作为补货量不能保证先进先出或避免报废。

第7章书虫屋数据漏斗分析可运行代码importpandasaspdimportmatplotlib.pyplotasplt#1、定义书虫屋漏斗数据#转化路径：浏览→加购→下单→支付stages=["浏览","加购","下单","支付"]user_counts=[12000,3600,2400,1800]#创建pandas数据表df=pd.DataFrame({"环节":stages,"用户数":user_counts})#2、计算漏斗指标：转化率、流失率#相邻环节转化率=当前环节人数/上一环节人数*100%df["相邻环节转化率/%"]=(df["用户数"]/df["用户数"].shift(1)*100).round(2)#相邻环节流失率=100%-相邻环节转化率df["相邻环节流失率/%"]=(100-df["相邻环节转化率/%"]).round(2)#相对浏览总转化率=当前环节人数/初始浏览用户数*100%df["相对浏览转化率/%"]=(df["用户数"]/user_counts[0]*100).round(2)#3、控制台输出完整分析报告print("各环节用户数、转化率与流失率明细表：")print(df.to_string(index=False))#分别计算每一步流失人数和流失率loss_browse2cart=user_counts[0]-user_counts[1]rate_browse2cart=(1-user_counts[1]/user_counts[0])*100loss_cart2order=user_counts[1]-user_counts[2]rate_cart2order=(1-user_counts[2]/user_counts[1])*100loss_order2pay=user_counts[2]-user_counts[3]rate_order2pay=(1-user_counts[3]/user_counts[2])*100print(f"浏览→加购：流失{loss_browse2cart}人，流失率{rate_browse2cart:.2f}%")print(f"加购→下单：流失{loss_cart2order}人，流失率{rate_cart2order:.2f}%")print(f"下单→支付：流失{loss_order2pay}人，流失率{rate_order2pay:.2f}%")print("结论：【浏览→加购】是最大流失环节，是本次优化的重点。")#4、绘制漏斗可视化图表#配置中文字体，解决中文乱码plt.rcParams["font.sans-serif"]=["SimHei","MicrosoftYaHei"]plt.rcParams['axes.unicode_minus']=Falsefig,ax=plt.subplots(figsize=(9,4.5))#反转列表，让浏览在最上方，支付在最下方，形成漏斗效果ax.barh(stages[::-1],user_counts[::-1],color=["#A6C0CF","#89AABD","#6E95AB","#557C9A"])#在每个条形上标注人数forindex,numinenumerate(user_counts[::-1]):ax.text(num+200,index,f"{num:,}人",va="center")ax.set_xlim(0,14000)ax.set_xlabel("用户数量/人")ax.set_title("书虫屋用户购物转化漏斗图")ax.grid(axis="x",alpha=0.3)plt.show()结果与判读浏览→加购30%转化、70%流失（8400人）；加购→下单66.67%转化、33.33%流失；下单→支付75%转化、25%流失；浏览→支付整体15%。可检验价格与运费展示、图书版本信息、库存/到货时效等假设。优先对详情页明确版本、预计到货和运费的改版做用户级A/B测试，以浏览→加购为主指标，同时监测支付率与毛利。

第8章奶茶研究室竞品监控可运行代码importpandasaspdimportmatplotlib.pyplotaspltrows=[("A品牌","经