MAT281 - Laboratorio N°04¶

Problema 01¶

El conjunto de datos, denominado company_sales_data.csv, recoge las ventas mensuales de distintos productos de una empresa, ofreciendo una visión general de las unidades vendidas y los beneficios generados. Entre los productos incluidos se encuentran cremas faciales, jabones de baño y artículos para el cuidado capilar. Este conjunto de datos es útil para analizar el rendimiento de ventas y el comportamiento del mercado a lo largo del tiempo.

Descripción de los Datos:¶

1. month_number: Número correspondiente al mes del año (1 para enero, 2 para febrero, etc.).
2. facecream: Cantidad de unidades de crema facial vendidas durante el mes.
3. facewash: Cantidad de unidades de limpiador facial vendidas durante el mes.
4. toothpaste: Cantidad de unidades de pasta de dientes vendidas durante el mes.
5. bathingsoap: Cantidad de unidades de jabón de baño vendidas durante el mes.
6. shampoo: Cantidad de unidades de champú vendidas durante el mes.
7. moisturizer: Cantidad de unidades de crema hidratante vendidas durante el mes.
8. total_units: Total de unidades vendidas de todos los productos en un mes dado.
9. total_profit: Ganancia total obtenida por la venta de todos los productos durante el mes, expresada en la moneda correspondiente.

In [1]:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(rc={'figure.figsize':(10,8)})

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt sns.set(rc={'figure.figsize':(10,8)})

In [2]:

# cargar datos
df = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281_2024/main/docs/labs/data/company_sales_data.csv")
df.head()

# cargar datos df = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281_2024/main/docs/labs/data/company_sales_data.csv") df.head()

Out[2]:

	month_number	facecream	facewash	toothpaste	bathingsoap	shampoo	moisturizer	total_units	total_profit
0	1	2500	1500	5200	9200	1200	1500	21100	211000
1	2	2630	1200	5100	6100	2100	1200	18330	183300
2	3	2140	1340	4550	9550	3550	1340	22470	224700
3	4	3400	1130	5870	8870	1870	1130	22270	222700
4	5	3600	1740	4560	7760	1560	1740	20960	209600

El objetivo principal es extraer la mayor cantidad de información posible de este conjunto de datos. Para lograrlo, se deben abordar las siguientes tareas. Para cada pregunta, deberá obtener una conclusión basada en los gráficos generados. Al finalizar todas las preguntas, se espera una conclusión general del análisis.

Nota: Se permite el uso de las librerías Matplotlib o Seaborn para la visualización y análisis de los datos.

1. Lea la columna total_profit correspondiente a todos los meses y represente los datos utilizando un gráfico lineal y un gráfico de dispersión.

In [ ]:

# FIXME

# FIXME

2. Lea los datos de ventas de todos los productos y represéntelos en un gráfico de líneas múltiples.

In [ ]:

# FIXME

# FIXME

3. Lea los datos de ventas de facecream y facewash y represéntelos utilizando un gráfico de barras.

In [ ]:

# FIXME

# FIXME

4. Lea los datos de ventas de todos los productos y represéntelos utilizando un gráfico de caja (box-plot).

In [ ]:

# FIXME

# FIXME

5. Calcule las ventas totales del año pasado para cada producto y represéntelas utilizando un gráfico circular.

In [ ]:

# FIXME

# FIXME