打开jupyter

cmd

C:Usersf>jupyter notebook

import pandas as pd

import numpy as np

import statsmodels.api as sm #Statsmodels库是Python中一个强大的统计分析库，包含假设检验、回归分析、时间序列分析等功能

from scipy.stats.stats import pearsonr

import matplotlib.pyplot as plt

读取数据

date=pd.read_excel("F:/某公司销售数据-全国订单明细.xls")

print(date.head(10))

描述统计

date.describe()

提取数据相关数据

df=date[["订单数量","城市","销售额","订单等级"]]

df.head(10)

分组计算，数据处理

df2=df.groupby(["城市"]).sum()

df2

绘制散点图

px=df2["销售额"]

py=df2["订单数量"]

plt.figure(figsize=(10,5))

plt.scatter(px,py,color='b',label='data')

plt.xlabel('sale')

plt.ylabel('order')

plt.show()

相关分析

r=pearsonr(df2["销售额"],df2["订单数量"])[0]

print(r)

df2.corr()

X=df2["销售额"]

X=sm.add_constant(X)

model=sm.OLS(df2["订单数量"],X)

model=model.fit()

model.summary()

绘制回归线

x=np.linspace(df2["销售额"].min(),df2["销售额"].max(),100)

x=sm.add_constant(x)

y=model.predict(x)

plt.figure(figsize=(10,5))

plt.scatter(px,py,color='b',label='data')

plt.xlabel('sale')

plt.ylabel('order')

plt.plot(x[:,1],y,'r',alpha=1) #alpha透明度，'r'颜色

from scipy.stats import linregress

plt.figure(figsize=(10,5))

plt.scatter(df2["销售额"],df2["订单数量"],color='r',label='data')

slope,intercept,r,p,std_err=linregress(df2["销售额"],df2["订单数量"])

exp=df2["销售额"]*slope+intercept

plt.title(f'y={slope}*x+{intercept}')

plt.xticks(df2["销售额"],df2["订单数量"],rotation=90)

plt.tight_layout()

plt.show()