Визуализация статистики продаж супермаркета

Используемые статистические методы В ходе анализа данных были применены несколько ключевых статистических подходов. Для общего понимания структуры данных использовались методы описательной статистики — функция помогла получить основные показатели, такие как среднее значение, медиана и стандартное отклонение. Чтобы выявить взаимосвязи между числовыми переменными, была рассчитана корреляционная матрица Пирсона. Дополнительно применялась группировка данных с помощью groupby (), что позволило провести более детальный анализ по различным категориям. Для наглядности результатов использовались визуальные методы — гистограммы, линейные графики и круговые диаграммы показали распределения и основные тенденции. При анализе временных рядов данные были разделены по месяцам, дням и часам, что помогло проследить динамику и сезонность продаж. Стилизация графиков Особое внимание уделялось визуальной составляющей. В качестве цветовой палитры использовались оттенки «husl» и кастомные цвета

2E86AB,

A23B72, #F18F01. Для удобства восприятия были настроены шрифты Matplotlib — изменены их размер и насыщенность. Все графики снабжены информативными подписями и аннотациями, а полупрозрачная сетка делает визуализацию более читаемой. Легенды оформлены чётко и лаконично, а размеры графиков (12×8 и 14×8 дюймов) подобраны для комфортного просмотра и презентации результатов. Результаты анализа Исследование позволило выявить несколько ключевых тенденций: Самые прибыльные категории — Food and Beverages и Sports and Travel. Пик продаж наблюдается в феврале. Наивысшие средние рейтинги отмечены в регионе Yangon. Среди способов оплаты лидирует Ewallet. Активнее всего покупки совершаются во второй половине дня — с 14 до 16 часов. Использование генеративной модели Для оптимизации работы над проектом применялась модель DeepSeek AI (deepseek.com). Она помогла с поиском и исправлением ошибок в коде, а также предоставила консультации по применению статистических методов.