[实操]Python财务数据分析可视化
from matplotlib import pyplot as plt
plt.rcParams['font.family'] = 'Noto Sans CJK JP'
plt.rcParams['axes.unicode_minus'] = False
plt.figure()
plt.subplot(1,1,1)
x=[0,1,2,3,4]
y=[3,7,5,9,4]
plt.ylabel('Y_LABEL')
plt.xlabel('X_LABEL')
plt.title('Matlib_案例')
plt.plot(x,y)
plt.show()
import pandas as pd
df1 = pd.read_excel(r'./fin_databak.xlsx',sheet_name=0,converters={'年':str,'公司':str})
monthdict={'Jan':'01','Feb':'02','Mar':'03','Apr':'04','May':'05','Jun':'06','Jul':'07','Aug':'08','Sep':'09','Oct':'10','Nov':'11','Dec':'12'}
df1 = df1.drop('月2',axis=1,errors='ignore')
df1.insert(2,'月2',value=df1['月'].map(lambda x:monthdict[x]))
df2 = df1.sort_values(by=['公司','年','月2'],ascending=True).reset_index(drop=True)
df3 = pd.read_excel(r'./fin_databak.xlsx',sheet_name=1,converters={'年':str,'公司':str})
df4 = pd.merge(df2,df3,how='left')
df6 = df4.groupby(['年','月2','月'],as_index=False).sum()
df6.head(12)
df6['毛利率'] = (df6['营业收入']-df6['营业成本'])/df6['营业收入']
df6['利润率'] = df6['利润总额']/df6['营业收入']
df6['净利率'] = df6['净 利 润']/df6['营业收入']
df6['资产净利率'] = df6['净 利 润']/df6['资产合计']
df6['权益净利率'] = df6['净 利 润']/df6['权益合计']
df6['资产负载率'] = df6['负债合计']/df6['资产合计']
df6['平均单价'] = df6['营业收入']/df6['销售量']
df7 = df6.loc[(df6['年']=='2018'),['年','月','毛利率','利润率','净利率','资产净利率','权益净利率','平均单价']]
df7
df7.plot(x='月',y=['毛利率','利润率','净利率','资产净利率','权益净利率'],title='2018年公司个指利率统计',figsize=(12,4))
df7.plot('月',['平均单价','毛利率'],secondary_y=['毛利率'],kind='bar',title='2018年平均单价&毛利率对比',figsize=(12,4),rot=0)
figure,axes = plt.subplots(2,1,figsize=(12,8),sharex=True)
ax0 = df7.plot('月',['毛利率','利润率','净利率','资产净利率','权益净利率'],title='2018年平均单价&毛利率对比',ax=axes[0])
ax1 = df7.plot('月','平均单价',kind='bar',title='2018平均单价&毛利率比对',color='gold',ax=axes[1])
ax2 = df7.plot('月','毛利率',secondary_y=True,color='orangered',ax=axes[1],style='--',marker='o',linewidth=2)
from pyecharts.charts import Bar
from pyecharts import options as opts
bar = (Bar().add_xaxis(['A公司','B公司','C公司','D公司','E公司','F公司']).add_yaxis('库存量',[100,200,360,100,750,900])
)
bar.render_notebook
from pyecharts.globals import ThemeType
bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK)).add_xaxis(['A公司','B公司','C公司','D公司','E公司','F公司']).add_yaxis('库存量',[100,200,360,100,750,900]).add_yaxis('销量',[100,200,160,100,650,200]).set_global_opts(title_opts=opts.TitleOpts(title='主标题:各公司库存量对比',subtitle='副标题:2019年'))
)
bar.render_notebook()
from pyecharts.charts import Liney1 = df7['毛利率'].tolist()
y2 = df7['利润率'].tolist()
y3 = df7['净利率'].tolist()
y4 = df7['资产净利率'].tolist()
y5 = df7['权益净利率'].tolist()
x = df7['月'].tolist()line = (Line(init_opts=opts.InitOpts(theme=ThemeType.DARK)).add_xaxis(x).add_yaxis('毛利率',y1,linestyle_opts=opts.LineStyleOpts(width=3)).add_yaxis('利润率',y2,linestyle_opts=opts.LineStyleOpts(width=3)).add_yaxis('净利率',y3,linestyle_opts=opts.LineStyleOpts(width=3)).add_yaxis('资产净利率',y4,linestyle_opts=opts.LineStyleOpts(width=3)).add_yaxis('权益净利率',y5,linestyle_opts=opts.LineStyleOpts(width=3)).set_global_opts(title_opts=opts.TitleOpts(title='2018年公司各指标利率统计',pos_left='center'),legend_opts=opts.LegendOpts(pos_top='5%'),toolbox_opts=opts.ToolboxOpts(pos_top='%5')).set_series_opts(label_opts=opts.LabelOpts(is_show=False))
)
line.render_notebook()
[实操]Python财务数据分析可视化相关推荐
- python商品数据分析可视化系统(带爬虫)京东销售数据分析 计算机毕业设计 源码下载
python商品数据分析可视化系统(带爬虫)京东销售数据分析 一.开发技术 pycharm.MySQL数据库/sqlite3数据库.Python3.x版本.Django框架 二.功能 用户注册.登录. ...
- Python的数据分析可视化十种技能总结
常见的可视化试图列举 可视化视图可以分成4大类:比较.联系.构成和分布.他们的特点如下: 1.比较:比较数据之间的各类别的关系,或者是他们随着时间的变化趋势,比如折线图: 2.联系:查看两个或者两个以 ...
- python实操案例_Python数据分析基础实操案例
上游,是勇士劈风破浪的终点,下游,是懦夫一帆风顺的归宿. 本文是Python基础知识点的姊妹篇,以药店销售数据分析为例,带你一起走一遍数据分析5部曲.鲸歌:Python基础知识点zhuanlan.z ...
- 使用python进行数据分析可视化入门指南
The goal of this blog post is to give you valuable information that can help you get started with da ...
- python之数据分析可视化(b站排行播放量,简单详细)
目录 关于 前言 步骤与思路 代码 效果 总结 关于 关于本次代码用到的库有xpath库和requests和pygal xpath库的下载请点开此链接查看:https://blog.csdn.net/ ...
- python天气数据分析可视化_python可视化爬虫界面之天气查询
执行效果如下: from tkinter import * import urllib.request import gzip import json from tkinter import mess ...
- 零基础实操 | Python实现数字转人民币(大写汉字)源代码
大家好,我是吒吒. 我们的工作中遇到一些问题,不依靠工具的话,改起来真的超级麻烦,还会遗漏.有个小伙伴提出怎么把数字转成人民币(大写汉字),Python还真的可以做到,并且挺简单的,新手都可以操作.下 ...
- python财务数据分析代码_人力和财务都可以学的Python数据分析实战
项目背景 2018年,被称为互联网的寒冬之年.无论大小公司,纷纷走上了裁员之路,还有一些比较惨的,直接关门大吉.2019年上半年,甲骨文裁掉大量35岁左右的程序员,谁也没想到,IT界退休年龄这么早!而 ...
- Python进行数据分析—可视化之seaborn
安装seaborn,可以使用 pip: pip install seaborn 也可以使用 conda: conda install seaborn 一个简单的箱线图: import numpy as ...
最新文章
- 直播 | 顾险峰教授讲座:对抗生成网络的几何理论解释
- MICROSOFT SQLSERVER 总结
- 平安技术开放日质量保证技术专场第一期 [附部分 ppt]
- 织梦根目录下面404页面,主页能正常运行404页面,切换至栏目页404页面内的图片不能正常显示,解决...
- 为什么Nginx的性能要比Apache高很多?
- 基于存储过程的ASP.NET用户登录示例
- Docker Swarm建立服务器集群
- linux path减少,Linux的环境变量PATH中所带来的问题及解决方法
- matlab meshgrid函数_matlab入门(三)图像可视化
- Web框架中的ORM框架
- 如何使用be动词来确认请求_12
- 【计算机网络】物理层设备功能浅析
- deleter mysql,如何通过env文件传递docker中的环境变量?
- 用户模块 之 完成查询所有用户
- 量子计算机是一种采用基于原理,量子计算的发展
- 2021年上半年软件设计师下午真题及答案解析
- pycharm无法创建虚拟环境Virtualenv(Directory ...\python not found)
- Win10任务栏图标变成空白方块解决办法
- 富有哲理的10则故事(必读经典)
- 鸿蒙中国壁纸高清全面屏,华为P50pro最新确认:麒麟1020+立体全面屏+鸿蒙系统,这才是华为...