案例2-1、3-1 Pelican 商店
本案例之中主要涉及到Pandas和pyecharts的一些功能，比如利用pandas进行数据筛选，百分比频数统计，将数据进行分组，分组统计，相关性分析等。另外还涉及到了pyecharts的饼图，直方图，散点图的绘制。
读入数据
import pandas as pd
import numpy as np
data = pd.read_csv("PelicanStores.csv")
data = data.iloc[:,:8]#过滤数据选择前8列
data.head()#看一下前五行
问题1 主要变量的百分数频数分布
#Items（购买商品的总件数）百分数频数分布
Items_percent_frequency_distribution = (pd.value_counts(data["Items"])/np.size(data["Items"]))*100
Items_percent_frequency_distribution
#Net Sales(净销售额)百分数频数分布
bins = [0, 50, 100, 150, 200, 250, 300]
data["Net Sales Group"] = pd.cut(data["Net Sales"], bins, right=False)#对数据进行分组
Net_Sales_percent_frequency_distribution = (pd.value_counts(data["Net Sales Group"])/np.size(data["Net Sales Group"]))*100
Net_Sales_percent_frequency_distribution
#Age(年龄)百分数频数分布
bins = [20, 30, 40, 50, 60, 70, 80]
data["Age_Group"] = pd.cut(data["Age"], bins, right=False)
Age_percent_frequency_distribution = (pd.value_counts(data["Age_Group"])/np.size(data["Age_Group"]))*100
Age_percent_frequency_distribution
问题2:条形图或饼形图，以显示顾客使用各种付款方式的购物数量
#购物数量有两个维度，购买商品的总件数和销售额
M_P_Items_Net_Sales = data.groupby(by=["Method of Payment"])["Items","Net Sales"].agg({"Items":np.sum,"Net Sales":np.sum})
M_P_Items_Net_Sales = M_P_Items_Net_Sales.sort_values(by="Net Sales",ascending=False)
M_P_Items_Net_Sales
#条形图
from pyecharts import Bar, Grid
x_line = [i for i in M_P_Items_Net_Sales.index.format()]
y_line_Items = [i[0] for i in M_P_Items_Net_Sales.values]
y_line_NS = [i[1] for i in M_P_Items_Net_Sales.values]
bar1 = Bar("Items",title_text_size=26, title_top=10, title_pos=10,
width=1000, height=400, background_color="rgb(255,255,255)")
bar1.add("", x_line, y_line_Items ,xaxis_label_textsize=12,bar_category_gap='20%')
bar2 = Bar("Net Sales",title_text_size=26, title_top=300, title_pos=10,
width=1000, height=400, background_color="rgb(255,255,255)")
bar2.add("", x_line, y_line_NS ,xaxis_label_textsize=12,bar_category_gap='20%')
grid = Grid(height=600, width=1000)
grid.add(bar1, grid_bottom="60%")
grid.add(bar2, grid_top="60%")
grid
#饼图
from pyecharts import Pie
pie1 = Pie("Items", title_text_size=26, title_top=10, title_pos=10)
pie1.add("", x_line, y_line_Items, is_label_show=True, is_legend_show=False, label_text_size=10,
center=[30,50], radius=[0,45])
pie2 = Pie("Net Sales", title_text_size=26, title_top=10, title_pos=500)
pie2.add("", x_line, y_line_NS, is_label_show=True, is_legend_show=False, label_text_size=10,legend_orient='vertical',
center=[70,50], radius=[0,45])
grid = Grid(height=600, width=1000)
grid.add(pie1, grid_left="60%")
grid.add(pie2, grid_right="60%")
grid
问题3：顾客类型（普通或促销）与净销售额的交叉分组表，对相似性与差异性进行评价
data_CN_table = data.pivot_table(values=["Net Sales"], index=["Age_Group"], columns=["Type of Customer"], aggfunc=[np.sum], fill_value=0)
data_CN_table
①促销所产生的净销售额在20至70岁这个区间是比普通顾客要多一些的，其中以50到60岁这个区间较为明显。
②40到50岁，50到60岁这两个年龄区间的人促销所产生的净销售额相近。
③超过30岁的人，随着年龄的增加，消费能力是一直下降的。
④50到70岁的人更倾向只在促销的时候购买商品。
问题4 探索净销售额与顾客年龄关系的散点图
from pyecharts import Scatter
data_NS_Age = data[["Net Sales", "Age"]]
x_line_age = [i[1] for i in data_NS_Age.values]
y_line_NS = [i[0] for i in data_NS_Age.values]
scatter = Scatter()
scatter.add("", x_line_age, y_line_NS)
问题5 净销售额的描述统计量和顾客的各种不同分类的净销售额的描述统计量
data["Net Sales"].describe()#净销售额的描述统计量
data.groupby(["Type of Customer"])["Net Sales"].describe() #分组进行统计描述
问题6 关于年龄与净销售额之间关系的描述统计量
#相关性分析
data_NS_Age.corr()
年龄与净销售额之间有一个负的相关关系，证明年龄越大可能所消费的金额更小。
