简介这份教案面向大数据技术类相关专业师生聚焦《Python数据可视化实战》第7章新零售智能销售数据可视化实战帮助读者掌握从数据获取、清洗规约到pyecharts交互式绘图、撰写工程分析报告的完整流程。资源包为1个PDF文件约120KB内容涵盖教学目标与基本要求、引导性/探究性/拓展性问题设计、主要知识点与重难点、理论及实验教学过程设计以及教材与参考资料清单可直接用于备课或自学对照。目前已有3537人学习下载。通过阅读读者能了解新零售智能销售设备的市场背景与工程分析思路熟悉CSV、JSON等格式数据的读取与异常值、缺失值处理掌握数据聚合与特征选择等规约方法并借助销售分析图、库存分析图、用户分析图等案例理解时间序列、饼图、柱状图在业务洞察中的应用同时学习如何组织分析结果、总结建议并撰写有洞察力的报告适合作为课堂教学与实验实训的配套参考。1. 新零售智能销售数据可视化从教案到能跑起来的实战方案新零售智能销售数据可视化说白了就是把门店 POS、线上订单、会员系统里那些散落的流水变成能直接指导补货、排班、选品的图表和看板。很多团队卡在“数据有、图也有但没人看”这一步——报表堆了几十页店长还是凭感觉订货。这个方向要解决的不是画图技术本身而是让销售数据在正确的时间以正确的粒度落到正确的人眼前。适合谁做会一点 Python、懂基本 SQL、手上有订单明细表的人就能起步如果你正在带新人或写教案这套结构也能直接当课程骨架用。下面按“数据怎么进、图怎么出、坑怎么躲”的顺序拆开讲。2. 数据从哪来、怎么洗成能画图的样子2.1 新零售销售数据的三个典型来源与字段结构新零售场景的数据不像教科书里那样干净。常见来源有三类门店 POS 机导出的日结流水、线上商城小程序/APP的订单表、会员系统里的消费记录。这三份数据往往字段名不统一比如 POS 叫sale_amount线上叫pay_amount会员系统叫consume_total。做可视化之前第一步不是打开 matplotlib而是把这三份数据对齐成一张宽表。我一般会先确认四个核心字段订单时间精确到天或小时、商品/品类标识、销售金额、门店或渠道标识。这四个字段决定了后面 80% 的图表能画什么。如果只有金额没有品类就只能做趋势图如果只有汇总没有明细就只能做 KPI 卡片。教案里常写“假设数据已清洗”但实际项目里清洗占七成时间这个预期要先建立。提示拿到数据先跑一遍df.info()和df.describe()看空值比例和金额的极值。金额字段出现负数不一定是错误可能是退款单要结合订单状态字段判断。2.2 用 pandas 做清洗与聚合的最小可跑代码下面这段代码假设你有一个 CSV 文件sales_raw.csv包含order_time、category、amount、store_id四列。目标是把日粒度数据聚合成“品类-门店-日”的三维汇总表供后续画图使用。import pandas as pd import numpy as np # 读取原始数据parse_dates 直接把时间列转成 datetime df pd.read_csv(sales_raw.csv, parse_dates[order_time]) # 1. 剔除退款单amount 为负且状态为 refund 的行 df df[~((df[amount] 0) (df[status] refund))] # 2. 补齐缺失品类用 未知 占位而不是直接删 df[category] df[category].fillna(未知) # 3. 按天、品类、门店聚合得到销售额和订单数 daily ( df.groupby([ df[order_time].dt.date.rename(sale_date), category, store_id ]) .agg( total_amount(amount, sum), order_count(amount, count), avg_amount(amount, mean) ) .reset_index() ) # 4. 计算每个品类在每家门店的日环比用于后续异常检测 daily daily.sort_values([store_id, category, sale_date]) daily[amount_pct_change] ( daily.groupby([store_id, category])[total_amount] .pct_change() .round(4) ) print(daily.head(10)) daily.to_csv(sales_daily_agg.csv, indexFalse)逻辑说明第一步过滤退款单避免负值拉低整体销售额第二步用占位符保留缺失品类的记录因为“未知”品类本身可能反映录入问题直接删会丢失信息。聚合时用dt.date把时间戳压到天如果业务需要小时级分析改成dt.floor(H)即可。pct_change()算的是同一门店同一品类相邻两天的变化率后面做异常预警时会用到。参数说明parse_dates要指定实际的时间列名agg里count统计的是非空金额条数如果金额列有空值订单数会偏少建议先确认金额列完整性。round(4)只是显示用实际计算不要提前 round否则累积误差会放大。2.3 聚合粒度选错后面所有图都白画这是血泪经验很多人一上来就按“月”聚合画出来的趋势图平滑得像直线看不出任何波动。新零售的销售节奏往往以周为单位周末和工作日差异极大促销日更是尖峰。我一般会同时保留日粒度和小时粒度两份聚合表。日粒度看趋势和同比小时粒度看时段热力。如果数据量不大几十万行以内小时粒度完全跑得动如果上千万行先用日粒度做看板小时粒度只对重点门店单独算。另一个容易翻车的地方是门店编码。不同系统里同一个门店可能有S001、001、store_1三种写法聚合前必须做一次映射对齐否则同一家店会被拆成三条线。常见做法是维护一张门店映射表用merge关联后再聚合。3. 用 matplotlib 和 pyecharts 把销售数据画成能看的图3.1 趋势图、品类占比图、门店对比图的选型逻辑不是所有数据都适合折线图。销售趋势用折线品类结构用堆叠面积或饼图门店对比用横向条形图时段分布用热力图。选型错了读者第一眼就抓不到重点。比如把十个品类的占比塞进饼图颜色分不清不如用横向条形图按金额排序。我一般会先问三个问题这张图要回答什么问题看的人是谁他会在什么设备上看店长在手机上看图要少而精字号要大区域经理在电脑上看可以放多子图。教案里常忽略“阅读场景”但实际落地时这决定了你用静态图还是交互图。3.2 用 pyecharts 生成可交互的品类销售趋势图静态图适合打印和嵌入文档交互图适合放进看板。pyecharts 的优势是输出 HTML可以直接嵌到内部系统里鼠标悬停能看到具体数值。下面这段代码读取上一步生成的sales_daily_agg.csv画出每个品类的日销售额折线。import pandas as pd from pyecharts import options as opts from pyecharts.charts import Line df pd.read_csv(sales_daily_agg.csv, parse_dates[sale_date]) # 按品类分组每个品类一条线 categories df[category].unique().tolist() line Line(init_optsopts.InitOpts(width100%, height500px)) for cat in categories: sub df[df[category] cat].groupby(sale_date)[total_amount].sum() line.add_xaxis(sub.index.strftime(%Y-%m-%d).tolist()) line.add_yaxis( series_namecat, y_axissub.values.round(2).tolist(), is_smoothTrue, is_symbol_showFalse, label_optsopts.LabelOpts(is_showFalse) ) line.set_global_opts( title_optsopts.TitleOpts(title各品类日销售额趋势), tooltip_optsopts.TooltipOpts(triggeraxis), legend_optsopts.LegendOpts(pos_top5%), xaxis_optsopts.AxisOpts(name日期, axislabel_optsopts.LabelOpts(rotate45)), yaxis_optsopts.AxisOpts(name销售额元) ) line.render(category_trend.html)逻辑说明循环里对每个品类单独聚合再画线避免不同品类金额量级差异导致小品类被压扁。is_smoothTrue让折线平滑但注意平滑会掩盖尖峰如果做异常检测就不要开。is_symbol_showFalse去掉数据点标记数据量大时图会更干净。参数说明width100%让图表自适应容器宽度嵌到网页里比较方便。rotate45是防止日期标签重叠如果日期少可以设 0。triggeraxis表示悬停时显示该日期所有品类的数值比逐点触发更实用。3.3 门店销售对比横向条形图加同比标注门店对比图我偏好横向条形因为门店名字通常较长竖着放会挤。下面用 matplotlib 画一张带同比标注的对比图适合放进周报。import pandas as pd import matplotlib.pyplot as plt import matplotlib # 设置中文字体Windows 用 SimHeiMac 用 Arial Unicode MS matplotlib.rcParams[font.sans-serif] [SimHei] matplotlib.rcParams[axes.unicode_minus] False df pd.read_csv(sales_daily_agg.csv, parse_dates[sale_date]) df[month] df[sale_date].dt.to_period(M) # 取最近两个月做同比 months sorted(df[month].unique())[-2:] current df[df[month] months[1]].groupby(store_id)[total_amount].sum() previous df[df[month] months[0]].groupby(store_id)[total_amount].sum() compare pd.DataFrame({current: current, previous: previous}).fillna(0) compare[yoy] (compare[current] - compare[previous]) / compare[previous].replace(0, 1) compare compare.sort_values(current, ascendingTrue) fig, ax plt.subplots(figsize(10, 6)) bars ax.barh(compare.index, compare[current], color#4C72B0) # 在条形末尾标注同比百分比 for bar, yoy in zip(bars, compare[yoy]): ax.text( bar.get_width() bar.get_width() * 0.02, bar.get_y() bar.get_height() / 2, f{yoy:.1%}, vacenter, fontsize9, colorgreen if yoy 0 else red ) ax.set_xlabel(销售额元) ax.set_title(f门店销售额对比{months[1]} vs {months[0]}) plt.tight_layout() plt.savefig(store_compare.png, dpi150)逻辑说明先按月聚合取最近两个月做环比。replace(0, 1)防止除零但实际业务中上月为零的门店要单独标记不能简单算成 100%。条形按当前月销售额升序排列图上看从上到下递增符合阅读习惯。参数说明dpi150保证嵌入文档后不模糊。字体设置是必须的否则中文会显示成方块。color用固定色值而不是默认色方便和公司 VI 对齐。4. 避坑与排查新零售可视化项目里最容易翻车的五件事4.1 时间字段时区不统一趋势图对不上现象线上订单和门店 POS 的日销售额在跨天时段对不上晚上 11 点后的订单被算到第二天。原因线上系统用 UTC 时间门店系统用本地时间直接合并会导致日期偏移。解决统一转成同一时区再取日期pandas 里用dt.tz_convert(Asia/Shanghai)如果原始数据没有时区信息先dt.tz_localize(UTC)再转。4.2 金额字段混入字符串和千分位分隔符现象amount列里出现1,234.56这种带逗号的字符串sum()直接报错或结果异常。原因从 Excel 或某些 POS 系统导出时自动加了千分位。解决读取时用pd.read_csv(..., thousands,)或者对已有列做df[amount].str.replace(,, ).astype(float)。注意先确认没有货币符号有的话一并去掉。4.3 品类层级混乱饼图里出现“其他”占比过大现象品类占比图里“其他”占了 40%看不出重点。原因原始品类字段粒度过细几十个小类没合并或者缺失值全塞进“其他”。解决维护一张品类映射表把长尾小类归并到上级品类缺失值单独标记为“未分类”而不是“其他”。归并后如果“未分类”仍超过 10%要回头查数据采集环节。4.4 图表颜色过多导致打印后无法区分现象屏幕上看着还行打印成黑白后所有线一个样。原因用了默认色板没有考虑灰度差异。解决选色时用colorbrewer的定性色板或者手动指定深浅交替的颜色。折线图超过五条时改用小多图subplot而不是堆在一张图里。4.5 看板数据不刷新店长看到的是上周的图现象HTML 看板部署后没人重新生成数据停留在生成那一刻。原因pyecharts 输出的是静态 HTML不会自动查库。解决用定时任务cron 或 Windows 计划任务每天凌晨重新跑脚本生成 HTML或者改用 Flask 起一个轻量服务每次请求时实时查库渲染。如果数据量不大Flask 方案更省心。5. 让图表真正被用起来从静态报告到轻量看板的进阶做法图表画完只是第一步真正难的是让人持续看。我试过最有效的做法是把核心指标压缩到一页每天固定时间推送到企业微信或钉钉群。具体实现不复杂用 Flask 起一个路由返回渲染好的 HTML再用定时脚本调接口发消息。下面是一个最小 Flask 看板的核心代码把前面生成的聚合数据实时渲染成表格和图表。from flask import Flask, render_template import pandas as pd from pyecharts import options as opts from pyecharts.charts import Bar app Flask(__name__) def load_data(): df pd.read_csv(sales_daily_agg.csv, parse_dates[sale_date]) latest df[df[sale_date] df[sale_date].max()] return latest app.route(/dashboard) def dashboard(): latest load_data() store_sum latest.groupby(store_id)[total_amount].sum().sort_values(ascendingFalse) bar Bar() bar.add_xaxis(store_sum.index.tolist()) bar.add_yaxis(当日销售额, store_sum.values.round(2).tolist()) bar.set_global_opts( title_optsopts.TitleOpts(title当日门店销售额排名), yaxis_optsopts.AxisOpts(name销售额元) ) return render_template(dashboard.html, chartbar.render_embed()) if __name__ __main__: app.run(host0.0.0.0, port5000)逻辑说明load_data每次请求都重新读 CSV保证数据最新。如果数据在数据库里换成 SQL 查询即可。render_embed()返回图表的 HTML 片段直接塞进模板。模板里用{{ chart | safe }}渲染。参数说明host0.0.0.0让局域网内其他机器能访问生产环境要加认证。port5000是 Flask 默认端口冲突就改。如果并发高用 gunicorn 起多进程。验证方法改一条 CSV 数据刷新页面看数字有没有变。如果没变检查 Flask 是否开了调试模式导致缓存或者 CSV 路径是不是绝对路径。我一般会在load_data里加一行print(df.shape)确认每次请求都重新读了。最后说一个习惯我每做一个新看板都会先给一个真实店长试用三天看他会不会主动打开。如果三天后他不看了不是图不好看而是指标没选对。这个反馈比任何技术优化都值钱。希望帮到你。本文还有配套的精品资源点击获取