2026/8/18 14:17:41
FEATURED · 精选文章 
重要性★★★★☆难度★★★☆☆你是一名零售公司的数据分析师。你的经理要求你分析销售数据，并创建一个热力图来可视化不同商店和产品类别的销售业绩。热力图应有助于识别销售数据中的模式和趋势。使用 Plotly 创建热力图。创建一个热力图，以可视化不同商店中不同产品的销售业绩。数据应包括商店名称、产品类别和销售数字。使用以下示例数据：‣商店：[‘Store A’, ‘Store B’, ‘Store C’, ‘Store D’]‣产品类别：[‘Electronics’, ‘Clothing’, ‘Groceries’, ‘Furniture’]‣销售数字：1000到5000之间的随机整数【数据生成代码示例】importpandasaspdimportnumpyasnp \## 示例数据创建stores=['Store A','Store B','Store C','Store D']categories=['Electronics','Clothing','Groceries'
python数据可视化技巧的100个练习 -- 90. 使用 Plotly 创建热力图
重要性★★★★☆难度★★★☆☆你是一名零售公司的数据分析师。你的经理要求你分析销售数据，并创建一个热力图来可视化不同商店和产品类别的销售业绩。热力图应有助于识别销售数据中的模式和趋势。使用 Plotly 创建热力图。创建一个热力图，以可视化不同商店中不同产品的销售业绩。数据应包括商店名称、产品类别和销售数字。使用以下示例数据：‣商店：[‘Store A’, ‘Store B’, ‘Store C’, ‘Store D’]‣产品类别：[‘Electronics’, ‘Clothing’, ‘Groceries’, ‘Furniture’]‣销售数字：1000到5000之间的随机整数【数据生成代码示例】importpandasaspdimportnumpyasnp \## 示例数据创建stores=['Store A','Store B','Store C','Store D']categories=['Electronics','Clothing','Groceries' 
