企业官网建设流程全解析

pandas + matplotlib 电商数据可视化实战：12050 行清洗到六维图表与真实统计报告

数据可视化的教程普遍卡在两头：要么用干净的示例 CSV 五行出图，学不到清洗；要么只贴图不讲每张图回答什么问题。这个实战项目跑通完整链路——生成 12050 行含脏数据的电商订单，清洗后出六维图表和分析报告，所有数字是真实统计出来的，固定随机种子，一条命令可复现。

一、实测统计

原始数据 12050 行（含空值/重复/负额三类脏数据） 清洗后 11950 行有效 总销售额 574.6 万元 峰值月份 11 月 全局客单价 481 元

清洗规则：空值行丢弃、重复订单去重、负额（退货冲销）单独识别——三类脏数据各占约 0.3%~0.5%，真实业务数据里就是这个量级。

二、六维图表各答一问

每张图都在报告里配了文字结论——图表不配结论就只是装饰。

二点五、清洗规则明细

df=df.dropna(subset=['order_id','amount'])# 空值丢弃df=df.drop_duplicates(subset='order_id')# 重复订单去重refund=df[df['amount']<0]# 退货冲销单独识别df=df[df['amount']>0]

三类脏数据各占 0.3%~0.5%，比例刻意贴近真实电商数据——太干净学不到东西，太脏又偏离主旨。退货单独成表后可以顺带算退货率，报告里多出一个补充结论。

三、三步复现

pipinstallpandas matplotlib python generate_data.py# 生成 12050 行确定性订单数据python analyze_visualize.py# 清洗 + 6 张图 + 分析报告.md

generate_data.py 用固定随机种子造数据（含脏数据注入），所以任何人跑出的数字都和上文一致；换成自己的 orders.csv 替换后整条链路照跑，代码不用改。

四、这套练手的适用面

适合三种场景：数据分析课程设计（有数据、有图、有报告三件套）、pandas 入门后的第一个综合练习（groupby/透视表/时间序列全都用上）、以及作为「清洗→统计→可视化→结论」方法论的最小完整样例。分析报告.md 是用代码生成的——统计数字写进报告而不是手敲，这是可复现的关键。

📦 本文对应的完整工程（数据+分析+6 图）已整理上传：点击查看资源包