简介本资源是《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」的配套教案文档面向大数据技术类相关专业学生及Python数据可视化初学者帮助读者系统掌握从数据获取、清洗规约到交互式图形绘制与工程分析报告撰写的完整流程。资源包内含1个pdf文件大小约120KB内容涵盖新零售智能销售设备的市场背景、数据读取与处理方法、基于pyecharts的销售分析图、库存分析图与用户分析图绘制以及工程分析报告的组织思路与总结建议并配有引导性、探究性与拓展性问题及实验教学环节设计。目前已有3537人学习下载适合需要对照教案梳理知识框架、开展课堂实验或自学实战的读者参考可帮助理解数据在新零售行业中的价值与可视化表达方式。1. 新零售销售数据可视化从教案到可跑通的实战链路新零售智能销售数据可视化本质是把「人、货、场」三类数据从散落的订单表、库存表、门店维度表里抽出来用 Python 做清洗聚合再交给可视化层呈现最终回答三个问题哪些门店在赚钱、哪些商品在拖后腿、什么时段该补货。很多教案写到「用 matplotlib 画个柱状图」就结束了但真实业务里数据是脏的、维度是交叉的、指标是要下钻的。这篇实战笔记按教案的章节骨架把 Python 数据可视化在新零售场景下的完整落地路径拆开从环境配置、数据建模、指标计算到图表选型和交互式看板搭建。适合正在做课程设计的学生、需要给业务方出销售日报的运营开发以及想把 pandas matplotlib/plotly 串成一条线的 Python 入门者。读完你能拿到一套可复现的代码结构而不是一堆截图。2. 数据准备新零售销售数据的结构拆解与清洗2.1 新零售数据的四张核心表与字段含义新零售场景的数据通常不是一张大宽表而是围绕交易行为拆成多张关系表。教案里如果只给一个 CSV那大概率是已经聚合过的简化版。真实项目里我一般会先确认这四类表是否齐全表名关键字段用途订单明细表order_id, sku_id, store_id, qty, amount, order_time计算销售额、销量、客单价商品维度表sku_id, category, brand, cost_price品类分析、毛利计算门店维度表store_id, city, store_type, open_date区域对比、门店分层库存快照表sku_id, store_id, stock_qty, snapshot_date售罄率、周转天数字段命名各公司不同但结构大同小异。关键是 order_time 要精确到小时否则后面做时段分析会翻车。如果教案只给了一张宽表那就按上述逻辑反向拆出维度列至少保证 store_id、category、order_time 三个字段可用。2.2 用 pandas 做清洗缺失值、异常单、时间字段拿到数据后第一步不是画图是清洗。下面这段代码覆盖了新零售销售数据最常见的三类脏数据金额为负的退款单、qty 为 0 的异常记录、order_time 格式不统一。import pandas as pd import numpy as np # 读取订单明细parse_dates 直接解析时间列 df pd.read_csv(order_detail.csv, parse_dates[order_time]) # 1. 剔除退款单amount 0 的记录 df df[df[amount] 0] # 2. 剔除数量异常qty 为 0 或超过 999 的批发异常单 df df[(df[qty] 0) (df[qty] 999)] # 3. 时间字段补全如果 order_time 有缺失用订单日期 默认时段填充 df[order_time] df[order_time].fillna( pd.to_datetime(df[order_date]) pd.Timedelta(hours12) ) # 4. 派生时间维度方便后续分组 df[date] df[order_time].dt.date df[hour] df[order_time].dt.hour df[weekday] df[order_time].dt.dayofweek df[is_weekend] df[weekday].isin([5, 6]) print(df.shape) print(df[[amount, qty]].describe())逻辑说明第一步过滤退款单是因为新零售场景退款率通常在 3%8%不剔除会拉低整体销售额。第二步的 999 上限是经验值防止把批发订单混入零售分析。第三步的时间补全是兜底策略实际项目中应优先推动上游修数据。参数方面parse_dates 比事后 pd.to_datetime 快约 30%数据量超过 50 万行时差异明显。2.3 关联维度表merge 的坑与验证方法清洗完明细表后需要关联商品和门店维度。这里最常见的翻车是 merge 后行数暴增原因是维度表有重复主键。sku pd.read_csv(sku_dim.csv) store pd.read_csv(store_dim.csv) # 关联前先检查主键唯一性 assert sku[sku_id].is_unique, sku_dim 存在重复 sku_id assert store[store_id].is_unique, store_dim 存在重复 store_id df df.merge(sku, onsku_id, howleft) df df.merge(store, onstore_id, howleft) # 关联后检查缺失 print(sku 未匹配行数:, df[category].isna().sum()) print(store 未匹配行数:, df[city].isna().sum())逻辑说明assert 是后悔药能在关联前拦住主键重复问题。howleft 保证明细不丢但如果维度缺失会产生 NaN需要单独统计未匹配率。一般要求 sku 匹配率 99% 以上store 匹配率 100%否则说明维度表版本不对。参数上如果数据量超过百万行建议把 merge 的 key 先转成 category 类型内存能省 40% 左右。3. 指标计算新零售销售分析的核心度量与聚合3.1 销售额、客单价、连带率的计算口径新零售的指标体系里销售额和销量是基础但真正驱动决策的是客单价和连带率。客单价 销售额 / 订单数连带率 销售件数 / 订单数。这两个指标必须按订单粒度先聚合再算比率不能直接用明细行相除。# 按订单聚合 order_level df.groupby(order_id).agg( order_amount(amount, sum), order_qty(qty, sum), store_id(store_id, first), date(date, first), hour(hour, first) ).reset_index() # 计算核心指标 total_sales order_level[order_amount].sum() order_count order_level[order_id].nunique() avg_order_value total_sales / order_count attach_rate order_level[order_qty].sum() / order_count print(f销售额: {total_sales:.2f}) print(f客单价: {avg_order_value:.2f}) print(f连带率: {attach_rate:.2f})逻辑说明groupby 后用 first 取 store_id 是因为一个订单只属于一个门店。客单价和连带率的分母都是订单数不是明细行数。参数上如果订单表有跨门店拆单的情况需要先按 order_id store_id 聚合否则门店维度的客单价会偏低。3.2 按门店和品类做多维聚合单看总量没有意义新零售分析必须下钻到门店和品类。下面用 pivot_table 一次性生成门店 × 品类的销售额矩阵。# 门店 × 品类销售额透视 pivot_sales df.pivot_table( indexstore_id, columnscategory, valuesamount, aggfuncsum, fill_value0, marginsTrue, margins_name合计 ) # 门店维度的汇总指标 store_summary df.groupby([store_id, city, store_type]).agg( sales(amount, sum), qty(qty, sum), orders(order_id, nunique) ).reset_index() store_summary[avg_order_value] store_summary[sales] / store_summary[orders] store_summary store_summary.sort_values(sales, ascendingFalse)逻辑说明pivot_table 的 marginsTrue 会自动加合计行和列方便快速看占比。fill_value0 避免缺失品类出现 NaN。store_summary 里先聚合再算客单价顺序不能反。参数上aggfunc 除了 sum 还可以换成 nunique 看 SKU 宽度或者用 lambda 算中位数。3.3 时间维度聚合日销、周销、时段热力时间维度是新零售的命脉。下面代码同时算出日销售额、周内分布和时段热力矩阵。# 日销售额 daily_sales df.groupby(date)[amount].sum().reset_index() daily_sales.columns [date, sales] # 周内分布 weekday_sales df.groupby(weekday)[amount].sum().reset_index() weekday_sales[weekday_name] weekday_sales[weekday].map( {0: 周一, 1: 周二, 2: 周三, 3: 周四, 4: 周五, 5: 周六, 6: 周日} ) # 时段 × 门店热力 hour_store_heat df.pivot_table( indexstore_id, columnshour, valuesamount, aggfuncsum, fill_value0 )逻辑说明日销售额用于趋势图周内分布用于排班参考时段热力用于补货和促销时段选择。参数上hour 列如果数据跨天需要先按 date hour 聚合再透视否则会把不同日期的同一时段加在一起。热力矩阵的行列顺序建议按销售额排序否则图看起来会很乱。4. 可视化实现从静态图到交互式看板的选型与代码4.1 matplotlib 静态图销售趋势与品类对比matplotlib 适合出报告和教案截图优势是可控性强、不依赖浏览器。下面画一张双轴图柱状图表示日销售额折线表示客单价。import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams[font.sans-serif] [SimHei] matplotlib.rcParams[axes.unicode_minus] False fig, ax1 plt.subplots(figsize(12, 5)) ax1.bar(daily_sales[date], daily_sales[sales], color#4C72B0, alpha0.7, label日销售额) ax1.set_xlabel(日期) ax1.set_ylabel(销售额) ax1.tick_params(axisx, rotation45) ax2 ax1.twinx() daily_aov order_level.groupby(date).apply( lambda x: x[order_amount].sum() / x[order_id].nunique() ).reset_index() daily_aov.columns [date, aov] ax2.plot(daily_aov[date], daily_aov[aov], color#DD8452, markero, label客单价) ax2.set_ylabel(客单价) fig.legend(locupper left, bbox_to_anchor(0.1, 0.9)) plt.tight_layout() plt.savefig(daily_sales_trend.png, dpi150) plt.show()逻辑说明双轴图的关键是 ax1.twinx() 创建共享 x 轴的第二个 y 轴。中文字体必须设置否则会显示方块。参数上dpi150 适合教案打印屏幕展示用 100 即可。alpha0.7 让柱状图不遮挡折线。如果日期跨度超过 30 天建议改成周聚合否则 x 轴标签会重叠。4.2 plotly 交互图门店下钻与品类占比plotly 适合做交互式看板支持悬停查看数值、点击图例筛选。下面用 plotly express 画门店销售额条形图和品类占比饼图。import plotly.express as px # 门店销售额条形图 fig_store px.bar( store_summary, xstore_id, ysales, colorcity, title各门店销售额, labels{sales: 销售额, store_id: 门店}, hover_data[avg_order_value, orders] ) fig_store.update_layout(xaxis_tickangle-45) fig_store.write_html(store_sales.html) # 品类占比饼图 category_sales df.groupby(category)[amount].sum().reset_index() fig_pie px.pie( category_sales, namescategory, valuesamount, title品类销售占比, hole0.4 ) fig_pie.write_html(category_pie.html)逻辑说明px.bar 的 color 参数自动按城市着色hover_data 增加悬停信息。write_html 生成独立 HTML 文件可以直接嵌入教案或发给业务方。参数上hole0.4 做成环形图比实心饼图更易读。如果品类超过 8 个建议只显示 Top 8其余归为「其他」。4.3 用 pyecharts 做企业级看板地图与组合图如果教案要求「企业级数据可视化」pyecharts 是常见选择它基于 ECharts支持地图和组合图。下面用 pyecharts 画门店城市分布地图和销售额 Top 10 条形图。from pyecharts import options as opts from pyecharts.charts import Map, Bar, Grid # 城市销售额地图 city_sales df.groupby(city)[amount].sum().reset_index() city_sales.columns [city, sales] map_chart ( Map() .add(销售额, [list(z) for z in zip(city_sales[city], city_sales[sales])], china) .set_global_opts( title_optsopts.TitleOpts(title城市销售额分布), visualmap_optsopts.VisualMapOpts(max_city_sales[sales].max()) ) ) map_chart.render(city_sales_map.html) # Top 10 门店条形图 top10 store_summary.head(10) bar_chart ( Bar() .add_xaxis(top10[store_id].tolist()) .add_yaxis(销售额, top10[sales].round(2).tolist()) .reversal_axis() .set_global_opts( title_optsopts.TitleOpts(title门店销售额 Top 10), xaxis_optsopts.AxisOpts(name销售额), yaxis_optsopts.AxisOpts(name门店) ) ) bar_chart.render(top10_store.html)逻辑说明Map 的 add 方法需要传入 [(城市, 数值)] 格式的列表。visualmap_opts 控制颜色映射范围。reversal_axis 让条形图横向排列适合门店名称较长的情况。参数上max_ 建议设为实际最大值的 1.1 倍避免最高值颜色过饱和。pyecharts 生成的 HTML 文件可以离线打开不依赖网络。5. 避坑与排查新零售可视化项目里最容易翻车的五件事5.1 时间字段时区不统一导致日销曲线错位现象日销售额曲线在凌晨出现异常高峰白天反而平坦。原因订单时间有的存 UTC有的存本地时间混合后凌晨订单被算到前一天。解决统一转成 Asia/Shanghai 时区用df[order_time].dt.tz_localize(UTC).dt.tz_convert(Asia/Shanghai)如果原始数据无时区信息先确认上游系统时区再处理。5.2 merge 后行数暴增导致销售额翻倍现象关联维度表后总销售额比明细表直接求和多了 20%。原因维度表主键重复merge 产生笛卡尔积。解决关联前用is_unique检查主键关联后用df.shape对比行数如果行数增加超过 1%必须回查维度表。常见做法是维度表先去重保留最新版本。5.3 中文乱码让图表标题变成方块现象matplotlib 图表标题和轴标签显示为方块。原因默认字体不支持中文。解决设置matplotlib.rcParams[font.sans-serif] [SimHei]和axes.unicode_minus False。如果 SimHei 不可用换成Microsoft YaHei或WenQuanYi Micro Hei。Linux 环境下需要先确认字体已安装用fc-list :langzh查看。5.4 客单价用明细行相除导致数值偏低现象客单价算出来只有十几块明显低于业务认知。原因用df[amount].sum() / len(df)计算分母是明细行数而不是订单数。解决先按 order_id 聚合再用订单数做分母。验证方法客单价应该等于销售额除以订单数且大于最低商品单价。5.5 pyecharts 地图城市名不匹配导致空白现象地图上只有底图没有数据着色。原因城市名与 pyecharts 内置地图不匹配比如「深圳市」写成「深圳」或「深圳市区」。解决统一用标准城市名不带「市」字用city_sales[city].str.replace(市, )清洗。如果仍有缺失打印set(city_sales[city]) - set(map_chart.get_options()[series][0][data])找出不匹配的城市。6. 进阶技巧把教案里的静态图表变成可复用的分析函数教案通常只给一次性代码但实际工作中你会反复出不同门店、不同时间段的报表。我一般会把整个链路封装成三个函数load_and_clean(path)负责读取和清洗calc_metrics(df, group_cols)负责按任意维度聚合plot_trend(df, freq)负责按日/周/月出趋势图。这样换一份数据只需要改路径换一个分析维度只需要改 group_cols。def load_and_clean(path): df pd.read_csv(path, parse_dates[order_time]) df df[df[amount] 0] df df[(df[qty] 0) (df[qty] 999)] df[date] df[order_time].dt.date df[hour] df[order_time].dt.hour return df def calc_metrics(df, group_cols): result df.groupby(group_cols).agg( sales(amount, sum), qty(qty, sum), orders(order_id, nunique) ).reset_index() result[aov] result[sales] / result[orders] result[attach_rate] result[qty] / result[orders] return result def plot_trend(df, freqD): ts df.set_index(order_time).resample(freq)[amount].sum().reset_index() fig px.line(ts, xorder_time, yamount, titlef销售趋势 ({freq})) fig.write_html(ftrend_{freq}.html) return fig这套封装的好处是教案里的每个图表都能用一行代码复现。验证方法拿同一份数据分别跑calc_metrics(df, [store_id])和calc_metrics(df, [store_id, category])检查门店汇总的销售额是否等于品类拆分后的合计。如果不等说明 groupby 的列有缺失值需要先dropna或填充。另一个实用技巧是给图表加「数据截止时间」水印。新零售数据往往有延迟业务方看到图表会默认是实时数据。我习惯在图表右下角加一行小字fig.add_annotation(textf数据截止: {df[order_time].max()}, xrefpaper, yrefpaper, x1, y-0.15, showarrowFalse)。这个习惯帮我省了很多解释成本。最后说一个血泪教训不要等到所有指标算完再画图。先画一张最简单的日销趋势确认时间字段没问题再往下做。我早期做教案时花了两小时调品类占比图最后发现是 order_time 解析错了所有图都得重来。先验证最小闭环再堆功能这个顺序能帮你省下大量返工时间。希望帮到你。本文还有配套的精品资源点击获取