本文通过使用Python的Pyecharts库，展示了如何从Hadoop数据库中读取销售数据，并生成不同类型商品销售额的主题河流图，以直观地分析企业2019年10月各类型商品的销售趋势。
11.7.2 不同类型商品销售情况分析
为了分析该企业不同类型商品的销售额情况，绘制了不同商品销售额的主题河流图，Python代码如下：
# -*- coding: utf-8 -*-
# -*- coding: utf-8 -*-
#声明Notebook类型，必须在引入pyecharts.charts等模块前声明
from pyecharts.globals import CurrentConfig, NotebookType
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
from pyecharts import options as opts
from pyecharts.charts import Page, ThemeRiver
from impala.dbapi import connect
#连接Hadoop数据库
conn = connect(host='192.168.1.7', port=10000, database='sales',auth_mechanism='NOSASL',user='root')
cursor = conn.cursor()
#读取Hadoop表数据
sql_num = "SELECT order_date,ROUND(SUM(sales),2),category FROM orders WHERE order_date>='2019-10-01' and order_date<='2019-10-31' GROUP BY category,order_date"
cursor.execute(sql_num)
sh = cursor.fetchall()
v1 = []
v2 = []
for s in sh:
v1.append([s[0],s[1],s[2]])
#画主题河流图
def themeriver() -> ThemeRiver:
c = (
ThemeRiver()
.add(
["办公用品","家具","技术"],
v1,
singleaxis_opts=opts.SingleAxisOpts(type_="time", pos_bottom="10%"),
)
.set_global_opts(title_opts=opts.TitleOpts(title="不同类型商品销售额比较分析", subtitle="2019年企业经营状况"),
toolbox_opts=opts.ToolboxOpts(),
legend_opts=opts.LegendOpts(is_show=True)
)
)
return c
#第一次渲染时候调用load_javasrcript文件
themeriver().load_javascript()
#展示数据可视化图表
themeriver().render_notebook()
在Jupyter lab中运行上述代码，生成如图11-7所示的主题河流图。
图11-7 主题河流图
扫一扫
3459
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
