[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 ...

[实操]Python财务数据分析可视化

[实操]Python财务数据分析可视化相关推荐

最新文章

热门文章