將數據資料圖像化！Python 商業應用(2)

學過程式語言的都知道，要將資料圖像化是一件不簡單的事，尤其是很上千筆資料的時候，更是摸不著頭緒。因此， Pandas 和 Plotly 就出現了。

Pandas 可以做什麼？

Pandas 可以將外部資料導入 Python，並且整理凌亂的資料，也能自己增加新的資料輸入至原本的檔案。

Plotly 可以做什麼？

而 Plotly 可以將 Pandas 整理好的資料，做成動態繪圖，讓我們能一目瞭然。

Plotly 散布圖的運用

老師給了我們一筆業界常見的資料：

這是總共400筆的各分店銷售資料。其中US為美國境內，ShelveLoc代表貨架好壞。

如果老闆今天給我這筆資料，並且要我透過這筆資料找出商機的話，該怎麼做才好呢？

我們可以用各種方向來去探討：

(1) 銷售量與競爭對手價格的關係

(2) 銷售量與貨價好壞的關係

(3) 銷售量與廣告費用的關係

(4) 銷售量與顧客年齡的關係

….等等的。

這邊我們以「銷售量與競爭對手價格的關係」來看，並且導入 Plotly 。

先製作一個與競爭對手價差的新資料PriceGap。

就產出了以下這張表：

由此可以知道，與競爭對手價差和銷售量呈現負相關。那麼，銷售淨額是否也呈現負相關呢？

我們再來製作新資料 — 銷售淨利Profit來看看。

並得出以下的圖像：

沒想到與競爭對手價差和銷售淨利呈現正相關！

透過這個我們便能知道，自己在定價時，不能夠低於競爭對手，而是高於競爭對手時，能夠賺最多。

是不是很有意思呢？

下一篇來詳細解說，我們如何用這筆資料，做出具有商業價值的期末報告。