Python数据可视化--绘制树状图(电商品类销售分析)
- 2026-03-22 05:44:24
Python数据可视化--绘制树状图(电商品类销售分析)树状图（Treemap）是一种通过矩形面积展示层级数据占比的可视化方法，在品类分析、预算分配、资源监控等场景中极具价值。 常用于电商的品类销售分析，App的流量分析等场景，示例图如下 
Python代码如下，可直接运行（最终导出HTML文件），而且支持鼠标悬停显示额外信息
过往文章/合集
🔷 核心原理
树状图将层级数据映射为嵌套矩形：
- 面积大小 = 数值大小（如销售额、用户数）
- 颜色深浅 = 第二维度指标（如利润率、增长率）
- 嵌套结构 = 层级关系（如 大类→子类→单品）
🛒 场景1：电商品类销售分析
📦 全店销售├─ 📱 电子产品 (45%)│ ├─ 手机 (30%)│ └─ 电脑 (15%)├─ 👕 服装 (30%)│ ├─ 男装 (18%)│ └─ 女装 (12%)└─ 🍎 食品 (25%)├─ 零食 (15%)└─ 饮料 (10%)
分析价值：快速识别主力品类、发现潜力子类、优化库存分配
💰 场景2：企业预算/成本分配
- 部门预算占比可视化
- 项目成本结构拆解
- ROI（投入产出比）颜色编码
🌐 场景3：网站/APP流量分析
- 频道→栏目→页面的流量分布
- 用户行为路径的转化漏斗辅助展示
📊 场景4：投资组合分析
- 股票/基金/债券的资产配置比例
- 行业分布 + 收益率颜色映射
import plotly.express as pximport pandas as pd# 准备数据df = pd.DataFrame({'大类': ['电子产品', '电子产品', '服装', '服装', '食品', '食品'],'子类': ['手机', '电脑', '男装', '女装', '零食', '饮料'],'销售额': [30000, 20000, 18000, 15000, 12000, 8000],'利润率': [0.25, 0.20, 0.35, 0.30, 0.40, 0.35]})# 计算利润额（可选衍生指标）df['利润额'] = df['销售额'] * df['利润率']# 绘制树状图fig = px.treemap(df,path=['大类', '子类'], # 层级路径：先大类后子类values='销售额', # 矩形面积依据color='利润率', # 颜色映射指标color_continuous_scale='RdYlGn', # 红-黄-绿渐变（低→高）hover_data=['利润额'], # 悬停显示额外信息title='电商品类销售与利润分析',width=900,height=600)# 优化显示fig.update_layout(font=dict(size=11),title_font_size=16,margin=dict(t=50, l=25, r=25, b=25))# 显示/导出fig.show()# fig.write_html("treemap_report.html") # 导出交互式HTML# fig.write_image("treemap.png") # 导出静态图片（需安装kaleido）
合集 | 文章 |
|---|---|
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
