Python cufflinks動態(tài)數(shù)據(jù)可視化在電商運營中的應(yīng)用

摘要：對數(shù)據(jù)進(jìn)行高效的分析挖掘并可視化地展現(xiàn)其背后潛藏的商業(yè)價值在今天顯得尤為重要，擁有豐富的工具包與活躍開源社區(qū)的Python是許多商業(yè)數(shù)據(jù)分析者的首選。文章介紹了利用Python的cufflinks庫來實現(xiàn)動態(tài)可視化繪圖，使得對電商運營的監(jiān)控與決策更為直觀、清晰和及時。

關(guān)鍵詞：商業(yè)智能;數(shù)據(jù)可視化;Python;cufflinks

中圖分類號：TP3-05 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-8228（2020）08-72-03

0 引言

互聯(lián)網(wǎng)時代電商的崛起，使零售行業(yè)的競爭變得越來越激烈，線上線下結(jié)合已成為企業(yè)運營的方向和潮流。為了洞悉零售與電商的運營，傳統(tǒng)的財務(wù)報表管理已不適應(yīng)潮流，需要更精細(xì)直觀的數(shù)據(jù)化管理。經(jīng)濟(jì)學(xué)中最經(jīng)典的概念“看不見的手”正在被另外一個更加重要的概念“看得見的數(shù)據(jù)”所替代。合理高效的分析，挖掘與可視化數(shù)據(jù)，對企業(yè)掌握市場環(huán)境、營銷流量，運營管理等很有幫助[1]，這也將最大程度上實現(xiàn)數(shù)據(jù)與商業(yè)的賦能。隨著近年來商業(yè)智能（Businesslntelligence，以下簡稱BI）的崛起，Python語言在網(wǎng)絡(luò)爬蟲，機器學(xué)習(xí)，數(shù)據(jù)可視化等領(lǐng)域的價值日漸增長[2]。

1 Python中的動態(tài)數(shù)據(jù)可視化工具

Python的Matplotlib與Seaborn兩個繪圖庫可繪制精美的靜態(tài)可視化圖片。但對于要求較高的時間序列類型的繪圖，靜態(tài)的數(shù)據(jù)可視化繪圖已無法很好的滿足精細(xì)化時段的查看與同步分析。Bokeh，pyecharts與Plotly是實現(xiàn)動態(tài)數(shù)據(jù)可視化的幾大常用Python庫，其中Plotly是一個用于Python的交互式、基于瀏覽器的高級聲明式繪圖庫，它擁有所有Python繪圖庫中最全的API和最強大的交互工具，支持科學(xué)、統(tǒng)計學(xué)、金融、地理、3D等多個領(lǐng)域多種樣式的圖表，被廣泛應(yīng)用于印刷出版物和創(chuàng)建網(wǎng)站。pyecharts則是由百度開源的數(shù)據(jù)可視化Echarts與Python語言結(jié)合而來，亦能很好的實現(xiàn)常見的動態(tài)圖表并將其部署至主流的Web框架中。但美中不足的是，這幾大常用的Python庫都存在可視化代碼冗長和需要比較繁瑣的額外函數(shù)來進(jìn)行繪圖的缺點。作為Plotly的包裝器，Cufflinks通過將所有的繪圖方法都封裝到類似Pandas繪圖對象的plot0方法iplot0中，很好的解決了這個問題，但它卻常常被人忽略。本文結(jié)合常見的商務(wù)案例，采用Python的Cufflinks實現(xiàn)了僅用一行代碼就能畫出簡潔、美觀、多樣的交互式圖表。

2 利用Python的cufflinks庫進(jìn)行數(shù)據(jù)可視化

周權(quán)重指數(shù)是以某段銷售周期內(nèi)的歷史日銷售額數(shù)據(jù)為基礎(chǔ)，以周為單位，進(jìn)行權(quán)重分析處理的一種管理工具，它是一個相對概念，每個企業(yè)都不盡相同，一般介于7.0-14.0之間。值越大表示該企業(yè)或者店鋪的日銷售額波動幅度越大。周權(quán)重指數(shù)是零售店鋪用來量化各種銷售狀況、銷售事件的管理工具，非常強大。單位權(quán)重值則是日銷售除以日權(quán)重指數(shù)的結(jié)果，該指標(biāo)解決了“時間標(biāo)準(zhǔn)”沒有可對比性的原則（如周一與周六的銷售額對比），如果一個零售店鋪的每日銷售額是絕對服從周權(quán)重指數(shù)的規(guī)律，那對應(yīng)的權(quán)重曲線則將是一條絕對的水平直線，但是這種情況根本不可能出現(xiàn)，所以正常的權(quán)重值曲線是一條圍繞某個值變化的曲線，正是這種變化給我們提供了去洞悉某些營運現(xiàn)象的可能[1]。

本例的數(shù)據(jù)集為2019年8月廣州某服裝店的銷售數(shù)據(jù)，經(jīng)過清洗與處理后再使用Python的cufflinks庫來來進(jìn)行動態(tài)可視化，可實現(xiàn)及時直觀監(jiān)控異常銷售情況。

2.1 數(shù)據(jù)預(yù)覽

案例數(shù)據(jù)集中的部分?jǐn)?shù)據(jù)見表1。

2.2 代碼實現(xiàn)與繪圖結(jié)果

兩家店鋪的權(quán)重值曲線的時間序列折線圖的繪制代碼如下，結(jié)果如圖1和圖2所示。

#注釋：繪制折線圖與箱型圖 df.iplot（kind=line，x=[時間】，y=['店鋪1權(quán)重值曲線，

店鋪2日權(quán)重值曲線】，colors=['blue，green'l） df.iplot（kind='box，y=[店鋪1權(quán)重值曲線，店鋪2日權(quán)重值

曲線】，legend=False，title=兩店鋪該月每日權(quán)重值分布）

2.3 代碼分析

Python的Cufflinks代碼簡潔，與Python中的Pandas繪圖非常類似，在iplot0函數(shù)中添加的參數(shù)與pandas中的plot繪圖方式大同小異，但cufflinks的成圖在解決常見的中文橫縱坐標(biāo)顯示及圖片樣式背景問題的同時還可根據(jù)鼠標(biāo)的拖動而顯示橫坐標(biāo)對應(yīng)的動態(tài)數(shù)值，更方便查看指定日期的對應(yīng)數(shù)值，另外，圖示右上角的功能區(qū)還可實現(xiàn)時間段的選擇并縮放（即查看具體的時間段），一鍵下載與橫縱坐標(biāo)的調(diào)整，功能齊全并兼具了高級美感，圖示右下角的轉(zhuǎn)換功能還可實現(xiàn)一鍵轉(zhuǎn)Plotly繪圖并部署至Web框架中[3]。

2.4 圖片結(jié)果分析

從上面的折線圖可以看出，八月份大部分的時間兩家店鋪的單位權(quán)重曲線都比較平穩(wěn)，并未出現(xiàn)頻繁波動。但店鋪1出現(xiàn)了較為明顯的月末踩剎車現(xiàn)象（零售業(yè)專業(yè)術(shù)語），原因可能是：①店鋪已經(jīng)或即將完成了當(dāng)月的目標(biāo)，員工心態(tài)上出現(xiàn)了松懈;②員工們擔(dān)心本月銷售額完成得過多將導(dǎo)致下月目標(biāo)被拔高，進(jìn)而有意識或無意識的放松了心態(tài);③發(fā)現(xiàn)月底目標(biāo)無法達(dá)成于是破罐破摔的踩剎車;④店鋪員工藏匿銷售，本該本月錄入系統(tǒng)的銷售，人為轉(zhuǎn)移到下月初才錄入系統(tǒng)。反觀店鋪2，則出現(xiàn)了明顯的月初放松現(xiàn)象，原因可能為：①上月末拼得太兇，本月初習(xí)慣性地心態(tài)放松幾天;②上月末有虛增銷售額的現(xiàn)象，本月初將虛增部分做退貨處理。總而言之，無論是月初放松還是月末踩剎車，抑或是月中出現(xiàn)上述的兩種現(xiàn)象，都會對銷售的最大化造成傷害。通過直觀清晰的動態(tài)可視化繪圖，相關(guān)管理者可以及時發(fā)現(xiàn)問題，商討解決方案。

3 結(jié)束語

數(shù)據(jù)可視化的本質(zhì)在于將數(shù)據(jù)以圖形化的方式呈現(xiàn)，讓觀眾有視覺化思考的能力，放在若干年前，其實就是EXCEL與PPT的結(jié)合。但隨著相關(guān)技術(shù)的成熟和人們對閱讀體驗的需求更新，大量的數(shù)據(jù)可視化工具應(yīng)運而生。數(shù)據(jù)可視化的需求場景中，一種是“看”，即主要作用是展示匯報，是信息的獲取，讓管理者、營運者、業(yè)務(wù)人員更好的獲取相關(guān)信息;另一種是“用”，主要目的在于交互管理，是數(shù)據(jù)的應(yīng)用。越來越多的信息系統(tǒng)中加入了數(shù)據(jù)可視化的內(nèi)容，給應(yīng)用程序帶來了很大的易用性和可理解性。但是對不同領(lǐng)域的數(shù)據(jù)進(jìn)行可視化展示時，圖表設(shè)計往往與領(lǐng)域數(shù)據(jù)相結(jié)合，無法獨立出來，帶來了大量重復(fù)性工作。在用傳統(tǒng)的可視化開發(fā)工具時，人們需要花費大量精力來編寫程序，影響了系統(tǒng)的開發(fā)效率。針對這一問題，本文提出的Pythoncufflinks庫方法可用十分簡潔且易于理解的語句實現(xiàn)動態(tài)數(shù)據(jù)可視化展示，并將其應(yīng)用到商業(yè)智能領(lǐng)域中數(shù)據(jù)的前端展示。在熟悉常用的圖形與繪圖方式后，還可根據(jù)企業(yè)或個人需求開發(fā)成動態(tài)數(shù)據(jù)可視化模板，并將其單獨封裝在自己定制的Python庫中，只需根據(jù)需求添加或修改部分參數(shù)，便可又好又快的實現(xiàn)大量復(fù)雜的繪圖操作。

參考文獻(xiàn)（References）：

[1]黃承明.數(shù)據(jù)化管理[M].電子工業(yè)出版社，2014.

[2]王媛媛.B/S模式下數(shù)據(jù)可視化研究及其在商業(yè)智能中的應(yīng)用[D].河北工業(yè)大學(xué)，2007.

[3]羅博煒.基于Plrthon的數(shù)據(jù)可視化[J|.信息記錄材料，2019.12：72-74.

★基金項目：本文獲廣東省高校高等教育教學(xué)改革項目“基于雙螺旋結(jié)構(gòu)模型的創(chuàng)新創(chuàng)業(yè)協(xié)同育人機制探索與實踐”（ GDJX2017011）;五邑大學(xué)2019年度省級大學(xué)生創(chuàng)新訓(xùn)練項目（S201911349055）

作者簡介：羅博煒（1998-），男，江西人，本科，主要研究方向：大數(shù)據(jù)分析。