100种分析思维模型（003号）

# 导入所需的库import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 正常显示中文标签plt.rcParams["font.sans-serif"] = ["SimHei"]# 读取 Excel文件df_excel = pd.read_excel("../../data/超市数据.xlsx")# 数据透视表df = df_excel.pivot_table(values=["销售额", "利润"], index="地区", aggfunc=sum)# 计算利润率df["利润率"] = round(df["利润"]/df["销售额"]*100, 1)# 使用「面向对象」的方法画图，定义图片的大小fig, ax = plt.subplots(figsize=(8, 8))# 设置背景颜色fig.set_facecolor("#00589F")# 设置标题ax.set_title("
销售额与利润率分析矩阵
", loc="center", size=26, color="w")# 基础散点图：这里需要单独拆开 x，y 轴和希望配对的标签x, y = df["销售额"]/10000, df["利润率"]label = df.index# 画散点图ax.scatter(x, y, color="#00589F", marker=".", s=600, zorder=1)# 设置坐标标签字体大小和颜色ax.tick_params(labelsize=13, colors="#cccccc")# 设置坐标轴的标题ax.text(ax.get_xlim()[0]-120, np.mean(ax.get_ylim()), "利
润
率
(%)", va="center", ha="center", fontsize=16, color="w")ax.text(np.mean(ax.get_xlim()), ax.get_ylim()[0]-9, "销售额(万元)
", va="center", ha="center", fontsize=16, color="w")# 对散点图中的每一个点进行文字标注for a,b,l in zip(x,y,label):    plt.text(a, b+0.5, "%s" % l, ha="center", va="bottom", fontsize=16)# 设置坐标轴范围，根据数据情况进行适当修改ax.set_xlim(0, round(x.max(), -2))ax.set_ylim(0, round(y.max(), -1))# 添加特定分割线，在变量的均值处开始画plt.vlines(x=x.mean(), ymin=0, ymax=ax.get_ylim()[1], colors="#999999", linewidth=1)plt.hlines(y=y.mean(), xmin=0, xmax=ax.get_xlim()[1], colors="#999999", linewidth=1)# 隐藏背景网格plt.grid(False)plt.show()