मासिक प्रवृत्ति का विज़ुअलाइज़ेशन
मासिक आय का लाइन चार्ट बनाएँ, 3-महीने का चल औसत ऊपर दिखाएँ और अधिकतम तथा न्यूनतम महीनों को चिह्नित करें।
मासिक प्रवृत्ति का विज़ुअलाइज़ेशन, CoddyKit पर Pandas & NumPy Academy का एक निःशुल्क पाठ है। यह 4 में से 4वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह Pandas & NumPy Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। Pandas & NumPy Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
मासिक आय के कुल की गणना करना
दृश्यांकन से पहले बिक्री DataFrame का मासिक कुल निकालें। year_month Period कॉलम के आधार पर समूह बनाएँ और आय का योग करें। टिक लेबल सही ढंग से दिखाने के लिए .to_timestamp() से PeriodIndex को DatetimeIndex में बदलें, ताकि Matplotlib का तारीख फ़ॉर्मैटर सही ढंग से काम करे। इंडेक्स के आधार पर क्रमबद्ध करने से रेखा चार्ट कालक्रम के अनुसार बाएँ से दाएँ बनता है।
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_parquet('sales_features.parquet')
monthly = df.groupby('year_month')['revenue'].sum().sort_index()
monthly.index = monthly.index.to_timestamp()
print(monthly.head())मासिक आय का रेखा चार्ट बनाना
plt.subplots(figsize=(12, 5)) से Figure और Axes बनाएँ और मासिक आय का रुझान खींचने के लिए ax.plot() कॉल करें। प्रत्येक महीने पर एक बिंदु रखने के लिए marker='o' का उपयोग करें, ताकि रेखा चिकनी होने पर भी अलग-अलग डेटा बिंदु दिखाई दें। प्राथमिक रुझान को बाद में जोड़े जाने वाले अन्य स्तरों से अलग दिखाने के लिए रंग और रेखा की चौड़ाई निर्धारित करें।
fig, ax = plt.subplots(figsize=(12, 5))
ax.plot(monthly.index, monthly.values,
color='steelblue', linewidth=2, marker='o', markersize=5,
label='Monthly Revenue')
ax.set_title('Monthly Revenue Trend')
ax.set_xlabel('Month')
ax.set_ylabel('Revenue (USD)')
plt.tight_layout()
plt.show()3-महीने का गतिमान औसत जोड़ना
मौसमी शोर के कारण कच्ची मासिक आय रेखा असमान दिखाई दे सकती है। अंतर्निहित रुझान को अधिक स्पष्ट रूप से दिखाने के लिए monthly.rolling(3).mean() से गणना किया गया 3-महीने का गतिमान औसत जोड़ें। इसे विपरीत रंग में टूटी हुई रेखा के रूप में बनाएँ, ताकि यह कच्ची श्रेणी को छिपाए बिना उससे अलग दिखाई दे।
rolling_avg = monthly.rolling(3).mean()
ax.plot(rolling_avg.index, rolling_avg.values,
color='darkorange', linewidth=2, linestyle='--',
label='3-Month Moving Avg')
ax.legend()
plt.show()चरम महीने पर टिप्पणी जोड़ना
सबसे अधिक आय वाले महीने को चिह्नित करने के लिए ax.annotate() का उपयोग करें। monthly.idxmax() से चरम मान वाला महीना और monthly.max() से उसका मान ढूँढें। टिप्पणी का तीर पाठ लेबल से चरम डेटा बिंदु तक जाता है, जिससे चार्ट देखने वाले हर व्यक्ति को यह जानकारी तुरंत दिखाई देती है, चाहे उसे PNG या PDF के रूप में प्राप्त किया गया हो।
peak_date = monthly.idxmax()
peak_val = monthly.max()
ax.annotate(f'Peak: ${peak_val:,.0f}',
xy=(peak_date, peak_val),
xytext=(peak_date, peak_val * 1.1),
arrowprops=dict(arrowstyle='->', color='red'),
color='red', fontsize=10)
plt.show()सबसे कम आय वाले महीने पर टिप्पणी जोड़ना
इसी तरह, संभावित मौसमी प्रभाव या व्यवधानों को चिह्नित करने के लिए monthly.idxmin() का उपयोग करके सबसे कम राजस्व वाले महीने को चिन्हित कीजिए। उच्चतम और न्यूनतम, दोनों बिंदुओं पर टिप्पणियाँ पूरी कहानी प्रस्तुत करती हैं: इससे हितधारक न केवल सबसे अच्छा महीना देख सकते हैं, बल्कि यह भी समझ सकते हैं कि राजस्व कितना नीचे जा सकता है, जिससे नकदी प्रवाह की योजना बनाने में सहायता मिलती है।
trough_date = monthly.idxmin()
trough_val = monthly.min()
ax.annotate(f'Trough: ${trough_val:,.0f}',
xy=(trough_date, trough_val),
xytext=(trough_date, trough_val * 0.85),
arrowprops=dict(arrowstyle='->', color='navy'),
color='navy', fontsize=10)
plt.show()दिनांक टिक लेबल का प्रारूपण
Matplotlib के डिफ़ॉल्ट दिनांक टिक लेबल अक्सर एक-दूसरे पर चढ़ जाते हैं या ऐसा प्रारूप अपनाते हैं जिसे पढ़ना कठिन होता है। matplotlib से mdates आयात कीजिए और टिक की आवृत्ति तथा लेबल के प्रारूप को नियंत्रित करने के लिए MonthLocator और DateFormatter सेट कीजिए। 45 डिग्री पर टिक लेबल घुमाने से 12-महीने के अक्ष पर उनका overlap रुकता है।
import matplotlib.dates as mdates
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.show()Q4 के लिए छायांकित क्षेत्र जोड़ना
ax.axvspan() का उपयोग करके Q4 अवधि (अक्टूबर–दिसंबर) को छायांकित पृष्ठभूमि से उभारिए। इससे मौसमी पैटर्न तुरंत दिखाई देने लगते हैं: यदि उच्चतम बिंदु लगातार छायांकित क्षेत्र में आता है, तो Q4 प्रचार अभियानों के लिए लक्षित करने योग्य महत्वपूर्ण बिक्री अवधि है। alpha पैरामीटर छायांकन की पारदर्शिता नियंत्रित करता है।
import datetime
q4_start = datetime.datetime(2023, 10, 1)
q4_end = datetime.datetime(2023, 12, 31)
ax.axvspan(q4_start, q4_end, alpha=0.15, color='gold', label='Q4')
ax.legend()
plt.show()समय के साथ श्रेणी के अनुसार राजस्व का आलेखन
एक बहु-रेखा चार्ट बनाइए, जिसमें प्रत्येक रेखा किसी उत्पाद श्रेणी को दर्शाए। मासिक-श्रेणी वाले DataFrame को इस तरह pivot कीजिए कि स्तंभ श्रेणियाँ हों और index समय हो, फिर स्तंभों पर क्रमशः चलकर प्रत्येक के लिए ax.plot() कॉल कीजिए। एक ही Axes पर बार-बार कॉल किए जाने पर Matplotlib प्रत्येक रेखा को अपने-आप अलग रंग देता है।
monthly_cat = df.groupby(['year_month', 'category'])['revenue'].sum().unstack('category')
monthly_cat.index = monthly_cat.index.to_timestamp()
fig, ax = plt.subplots(figsize=(12, 6))
for col in monthly_cat.columns:
ax.plot(monthly_cat.index, monthly_cat[col], label=col, linewidth=1.5)
ax.legend(loc='upper left', fontsize=8)
ax.set_title('Monthly Revenue by Category')
plt.tight_layout()
plt.show()मासिक राजस्व के लिए स्टैक्ड बार चार्ट
स्टैक्ड बार चार्ट कुल मासिक राजस्व दिखाने के साथ-साथ स्टैक में प्रत्येक श्रेणी के योगदान को भी स्पष्ट करता है। pivot किए गए DataFrame पर सीधे monthly_cat.plot(kind='bar', stacked=True, ax=ax) का उपयोग कीजिए। स्टैक्ड बार तब सबसे उपयोगी होते हैं जब आपके पास छह से कम श्रेणियाँ हों; अन्यथा रंगों में अंतर करना कठिन हो जाता है।
fig, ax = plt.subplots(figsize=(12, 5))
monthly_cat.plot(kind='bar', stacked=True, ax=ax, colormap='tab10')
ax.set_title('Monthly Revenue by Category (Stacked)')
ax.set_xlabel('Month')
ax.set_ylabel('Revenue')
ax.legend(loc='upper left', fontsize=8)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()माह-दर-माह वृद्धि दर
संदर्भ देने के लिए माह-दर-माह प्रतिशत वृद्धि दर को राजस्व के साथ आलेखित कीजिए: जनवरी में देखने में छोटा बार पिछले महीने की तुलना में 20% की वृद्धि दर्शा सकता है। monthly.pct_change() * 100 से वृद्धि की गणना कीजिए और समान x-अक्ष साझा करते हुए, इकाइयों को मिलाए बिना, द्वितीयक y-अक्ष पर ax.twinx() का उपयोग करके इसे आलेखित कीजिए।
growth = monthly.pct_change() * 100
fig, ax1 = plt.subplots(figsize=(12, 5))
ax2 = ax1.twinx()
ax1.bar(monthly.index, monthly.values, width=20, color='steelblue', alpha=0.6, label='Revenue')
ax2.plot(growth.index, growth.values, color='red', marker='o', label='MoM Growth %')
ax1.set_ylabel('Revenue')
ax2.set_ylabel('MoM Growth %')
plt.title('Revenue and Month-over-Month Growth')
plt.tight_layout()
plt.show()रिपोर्ट के लिए आकृति सहेजना
स्लाइड डेक या वेब डैशबोर्ड के लिए उपयुक्त उच्च-रिज़ॉल्यूशन PNG बनाने हेतु fig.savefig('monthly_trend.png', dpi=150, bbox_inches='tight') का उपयोग कीजिए। bbox_inches='tight' तर्क अतिरिक्त सफेद स्थान को काट देता है और dpi=150 अत्यधिक बड़ी फ़ाइल बनाए बिना स्पष्ट छवि देता है। प्रिंट-गुणवत्ता वाली रिपोर्ट के लिए PDF में भी सहेजिए।
fig.savefig('monthly_trend.png', dpi=150, bbox_inches='tight')
fig.savefig('monthly_trend.pdf', bbox_inches='tight')
print('Figure saved as PNG and PDF')त्वरित जाँच
इस पाठ में सिखाई गई Data Analysis की अवधारणाओं की अपनी समझ जाँचिए।
पाठ का पुनरावलोकन
इस पाठ में आपने सीखा: मासिक राजस्व के कुल योग की गणना करना और उन्हें रेखा चार्ट के रूप में आलेखित करना, चल औसत को ऊपर प्रदर्शित करना और उच्चतम तथा न्यूनतम राजस्व वाले महीनों पर टिप्पणी जोड़ना, और प्रकाशन-गुणवत्ता वाली आकृतियों को PNG और PDF में सहेजना। अब हम उपयोगकर्ता व्यवहार के आँकड़ों में सत्र निर्माण और घटनाओं के क्रम का अध्ययन करेंगे।
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 30
- पाठ
- 120
अक्सर पूछे जाने वाले प्रश्न
क्या “मासिक प्रवृत्ति का विज़ुअलाइज़ेशन” पाठ निःशुल्क है?
हाँ—“मासिक प्रवृत्ति का विज़ुअलाइज़ेशन” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और Pandas & NumPy Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। Pandas & NumPy Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“मासिक प्रवृत्ति का विज़ुअलाइज़ेशन” में मैं क्या सीखूँगा?
मासिक आय का लाइन चार्ट बनाएँ, 3-महीने का चल औसत ऊपर दिखाएँ और अधिकतम तथा न्यूनतम महीनों को चिह्नित करें। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ Pandas & NumPy Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या Pandas & NumPy Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर Pandas & NumPy Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 4वाँ पाठ है।
“मासिक प्रवृत्ति का विज़ुअलाइज़ेशन” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस Pandas & NumPy Academy पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर Pandas & NumPy Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- बिक्री डेटासेट लोड और ऑडिट करना
- आय की गणना और फ़ीचर इंजीनियरिंग
- क्षेत्र और श्रेणी के अनुसार GroupBy विश्लेषण
- मासिक प्रवृत्ति का विज़ुअलाइज़ेशन