一、导入库

在python中，对于数据分析处理的部分，一般是用到numpy/pandas以及matplotlib部分，这三个库如果你是使用pycharm的话，还是需要去工具那边安装这些包，或者使用jupyter需要用到pip install命令来安装，安装好这些之后，就可以导入它们进行使用了。

下列代码是具体引用的例子，因为我们需要连接数据库获取其中的数据，所以我们导入了pymysql这个库：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']#设置中文字体为黑体
plt.rcParams['axes.unicode_minus'] = False #正常显示负号
import pymysql
import pandas as pd

二、数据库导入数据

1.打开mysql（没有用过mysql的同学可以自行百度安装），创建一个数据库（为了查询方便，我直接命为shop）

2.在数据库中我们导入表（导入数据数据库有导入向导，按照它的提示一步步来，都不会有太大的问题）

导入成功后，我们在数据库中的表中查看shop表的数据，发现如下图所示：

我们可以知道表中的数据被成功的导入了进来

三、连接数据库

数据导入成功之后，我们就可以进行python连接数据库的部分了：

mydb=pymysql.connect(
     host='localhost',
     user='root',
    database='shop',
     passwd='123456'
)
print(mydb)

这是连接到数据库的最简单操作。信息输入正确后，即可提取数据。

首先，创建一个游标(不懂游标的学生可以在自己的百度上做，数据库中不经常使用。每个人都玩过淘金者，这与他的钩子类似。我们需要钩子的帮助来挖掘更多的黄金，就像数据库中的数据一样。)

cursor = mydb.cursor(pymysql.cursors.DictCursor)

接下来执行sql语句，然后将查询结果返回到result，最后在利用DataFrame将数据转化为此类型：

cursor=mydb.cursor(pymysql.cursors.DictCursor)
sql='''
select   *
from     shop
where    month(日期) in (6,7)
    '''

cursor.execute(sql)
result=cursor.fetchall()
shop=pd.DataFrame(result)

四、了解数据

查询到数据之后，我们就需要了解一下数据，知道大概是什么样子的，用info方法来了解数据框架,head方法了解详细数据：

shop.info()
shop.head()
shop.describe()

在数据中，我们会发现有一些空值，这时候需要用到fillna方法：

shop.fillna(0,inplace=True) #我们采用fillna进行0值填充

五、数据可视化

1.六七月份各平台的gmv占比：

#绘制出各平台在6、7月的GMV占比 （饼图）
pin_tai = shop[['平台','GMV']].groupby('平台').agg(GMV = ('GMV','sum'))
#我们按照平台进行分组，对GMV进行聚合
pin_tai = pd.Series(pin_tai.GMV,index=pin_tai.index)
#将DataFrame类型转换为Series类型
plt.pie(pin_tai,autopct='%2.1f%%',labels=['饿了么','美团'])
#调用pie方法，传入数据pin_tai；autopct：数据标签；%2.1f 输出宽度为2的浮点数，小数点宽度为1；labels 为标签

可以得到结果：

2.六七月份各种的gmv情况：

#绘制出6-7月的GMV
shop.日期 = pd.to_datetime(shop.日期)
#先对日期格式转换为datetime64格式，方便我们对日期进行采样操作
shop['下单率'] = shop.下单人数/shop.进店人数
shop['进店率'] = shop.进店人数/shop.曝光人数
#分别创建字段：下单率&进店率

gmv_rates = shop.groupby(shop.日期).agg(GMV总合 = ('GMV','sum'),进店率 = ('进店率','sum'),下单率 = ('下单率','sum')).resample('1W').asfreq().dropna(how = 'any')
gmv_rates

可以得到结果：

为了更直观的表现，我们采用条形图方法：

plt.bar(gmv_rates.index, gmv_rates.GMV总合, label = 'GMV')
#bar--条形图
#x横坐标为gmv_rates的索引，y纵坐标为gmv_rates的GMV总合
#label--标签名：GMV
plt.legend()
#显示标签
for a,b in zip(gmv_rates.index,gmv_rates.GMV总合):
    plt.text(a,b+0.1,'%.0f'%b,ha='center',va='bottom',fontsize=13)
plt.xticks(rotation=-15)

得到如下结果：

3.六七月份各周转化率情况（之前定义了进店率和下单率，可以直接使用）：

plt.plot(gmv_rates.index, gmv_rates.进店率,label = '进店率')
plt.plot(gmv_rates.index, gmv_rates.下单率,label = '下单率')
plt.legend()

for a,b in zip(gmv_rates.index, gmv_rates.进店率):
    plt.text(a,b+0.01,'%.2f'%b,ha='center',va='bottom',fontsize=13)
for a,b in zip(gmv_rates.index, gmv_rates.下单率):
    plt.text(a,b+0.01,'%.2f'%b,ha='center',va='bottom',fontsize=13)
plt.xticks(rotation=-15)

可以得到如下结果：

以上就是利用python进行数据处理可视化的基础方法啦，这只是其中的一些，感谢b站up主戴师兄给我的启发。需要数据源的同学可以点击链接：

https://pan.baidu.com/s/1-jOwaXWArtv8h21B0-uWGg 提取码：wsra

如果觉得有帮助的同学可以点个赞哦！！

Original: https://blog.csdn.net/penyy111/article/details/120812216
Author: 依凯
Title: 使用python进行数据处理，可视化的基本操作流程