实验3：超市数据统计分析
实验目标
掌握数据收集和预处理的方法。
学会使用基本的数据分析技术（如统计、排序、可视化等）。
能够对超市销售数据进行分析并得出有意义的结论。
实验内容
任务1：数据收集
数据结构设计：
商品名称
商品类别（如食品、日用品、电子产品等）
销售数量
单价
销售日期
总价（数量×单价）
数据生成：
创建一个包含10条销售记录的表格（可以手动输入或使用随机生成的方法）。
任务2：数据预处理
数据清洗：
检查并处理缺失值（如某条记录缺少销售数量）。
检查并处理异常值（如单价为负数）。
数据转换：
计算每条记录的总价（数量×单价）。
将日期格式统一为YYYY-MM-DD。
任务3：数据分析
销售总额统计：
计算所有商品的销售总额。
按类别统计销售额：
统计每个类别商品的销售额占比。
最畅销商品：
找出销售数量最多的商品。
销售趋势分析：
绘制销售总额随日期变化的折线图。
任务4：结果展示
可视化：
使用柱状图展示各类别商品的销售额。
使用饼图展示各类别商品的销售额占比。
使用折线图展示销售总额随日期的变化趋势。
报告总结：
总结分析结果，提出改进建议（如哪些商品需要增加库存，哪些商品需要促销等）。
实验代码示例（以Python为例）
Python复制
importpandasaspd
importmatplotlib.pyplotasplt
#任务1：数据收集
data={
商品名称:[苹果,牛奶,面包,洗发水,手机,香蕉,鸡蛋,牙膏,电脑,橙子],
商品类别:[食品,食品,食品,日用品,电子产品,食品,食品,日用品,电子产品,食品],
销售数量:[10,5,8,20,5,15,20,30,3,12],
单价:[5.0,8.5,6.0,15.0,2999.0,3.5,7.0,5.0,4999.0,4.0],
销售日期:[2023-10-01,2023-10-02,2023-10-03,2023-10-04,2023-10-05,
2023-10-06,2023-10-07,2023-10-08,2023-10-09,2023-10-10]
}
df=pd.DataFrame(data)
df[总价]=df[销售数量]*df[单价]
#任务2：数据预处理
#检查缺失值
print(缺失值检查：)
print(df.isnull().sum())
#检查异常值（如单价为负数）
print(\n异常值检查：)
print(df[df[单价]0])
#任务3：数据分析
#销售总额
total_sales=df[总价].sum()
print(f\n销售总额：{total_sales:.2f}元)
#按类别统计销售额
category_sales=df.groupby(商品类别)[总价].sum()
print(\n各类别销售额：)
print(category_sales)
#最畅销商品（按销售数量）
best_selling=df.loc[df[销售数量].idxmax()]
print(f\n最畅销商品：{best_selling[商品名称]}，销售数量：{best_selling[销售数量]})
#任务4：结果展示
#柱状图：各类别销售额
plt.figure(figsize=(10,6))
category_sales.plot(kind=bar)
plt.title(各类别销售额)
plt.xlabel(商品类别)
plt.ylabel(销售额（元）)
plt.show()
#饼图：各类别销售额占比
plt.figure(figsize=(10,6))
category_sales.plot(kind=pie,autopct=%1.1f%%)
plt.title(各类别销售额占比)
plt.ylabel()
plt.show()
#折线图：销售总额随日期变化
date_sales=df.groupby(销售日期)[总价].sum()
plt.figure(figsize=(10,6))
date_sales.plot(kind=line,marker=o)
plt.title(销售总额随日期变化)
plt.xlabel(日期)
plt.ylabel(销售额（元）)
plt.xticks(rotation=45)
plt.show()
实验总结
数据收集与预处理：
数据收集是分析的基础，确保数据的完整性和准确性。
数据预处理（如