我们在每周的星期一，会把上一周（上周的星期一起至星期天）所有打折单品的记录汇总到一个Excel模板（如：4月份第1周品控特采验收单品周报.xlsm），则可生成一下报告，供发送邮件周报（4月份第1周品控特采验收单品周报）所用！
用“条形图”反映每天打折单品个数及用“折线图”反映变化趋势
from pyecharts import options as opts
from pyecharts.charts import Map, Bar, Grid from pyecharts.globals import ChartType, ThemeType import random # 添加 from pyecharts.charts import Line date = ["3月30日","3月31日","4月1日","4月2日","4月3日","4月4日","4月5日"] data = [10,6,2,7,1,1,10] bar = (Bar() .add_xaxis(date) .add_yaxis("每周打折入库单品个数", data) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="条形图（每天打折个数）") ) ) line = (Line() .add_xaxis(date) .add_yaxis("每周打折入库单品个数", data, markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")])) .set_global_opts(title_opts=opts.TitleOpts(title="折线图（每天变化趋势）", pos_top="48%")) ) grid = ( Grid() .add(bar, grid_opts=opts.GridOpts(pos_bottom="60%")) .add(line, grid_opts=opts.GridOpts(pos_top="60%")) ) grid.render_notebook()
用“面积图”反映各部门打折单品占比：
from pyecharts.charts import Pie
from pyecharts import options as opts # 示例数据 cate = ["蔬菜","水果","水产","综合","电商"] data = [9,0,22,6,0] pie = (Pie() .add('', [list(z) for z in zip(cate, data)], radius=["30%", "75%"], rosetype="radius") .set_global_opts(title_opts=opts.TitleOpts(title="各部门打折单品占比", subtitle="4月份第1周")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%")) ) pie.render_notebook()
用“漏斗图”反映各部门打折单品占比：
from pyecharts.charts import Funnel
from pyecharts import options as opts # 示例数据 cate = ["蔬菜","水果","水产","综合","电商"] data = [9,0,22,6,0] """ 漏斗图示例： 1. sort_控制排序，默认降序； 2. 标签显示位置 """ funnel = (Funnel() .add("打折单品个数", [list(z) for z in zip(cate, data)], sort_='ascending', label_opts=opts.LabelOpts(position="inside")) .set_global_opts(title_opts=opts.TitleOpts(title="各部门打折单品比例", subtitle="4月份第1周")) ) funnel.render_notebook()
感想：在做汇报中，适当加点合适的可视化图表，可使内容更具视觉冲击力，也更具有说服力（毕竟“字不如表，表不如图”嘛！），也可使报告更具专业性！但是Excel中的图表类型不够繁多、色彩搭配不够丰富，所以我们很有必要学会用一门脚本语言，如Python语言、R语言来做可视化图表的生成与输出；也可学习使用Tableau，Power Bi，Echarts等BI工具来制作可视化图表。但是个人更加喜欢用Python来作可视化！
