Dự án: trực quan hóa dữ liệu bán hàng bằng bốn biểu đồ
Bài 10/10 · Chương 3
Biểu đồ thống kê với seaborn
- 11 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 9
Dự án này trực quan hóa dữ liệu bán hàng của một cửa hàng trực tuyến hư cấu, 1.526 đơn từ tháng 1/2025 đến tháng 6/2026, bằng pandas và Matplotlib để trả lời bốn câu hỏi bằng bốn biểu đồ. Bạn làm qua sáu bước: nạp dữ liệu, mỗi câu hỏi một bước với một loại biểu đồ hợp với nó, rồi ghép thành một chương trình; cuối trang bạn tự viết một hàm vẽ cho câu hỏi thứ năm.
Cần biết trước: chọn loại biểu đồ, resample() và annotate().
Chương trình sẽ làm gì
File don_hang.csv là bảng đơn hàng AIDev dựng để học, mỗi dòng một đơn: ngày đặt, số lượng, đơn giá (đồng), kênh bán, trạng thái và ngày giao. Chủ cửa hàng hỏi bốn câu. Số đơn mỗi tháng đi lên hay đi xuống? Nửa đầu năm nay có hơn cùng kỳ năm trước không? Kênh nào có nhiều đơn bị hủy hay hoàn trả? Khách thường chờ bao lâu mới nhận hàng? Mỗi câu là một kiểu câu hỏi khác (xu hướng, so cùng kỳ, so nhóm, phân bố) nên cần một loại biểu đồ khác.
Mỗi bước đọc lại file nên chạy riêng được. Tiêu đề của mỗi biểu đồ là câu trả lời: người xem đọc tiêu đề là biết kết luận, nhìn hình để kiểm. Thứ tự dựng: nạp và lọc, bốn biểu đồ theo bốn câu hỏi, rồi ghép lại với một ngưỡng đổi được ở đầu chương trình.
Bước 1: Nạp dữ liệu và giữ đơn hoàn thành
Đọc file với parse_dates= cho hai cột ngày, tính doanh thu mỗi đơn bằng triệu đồng, rồi giữ các đơn đã hoàn thành: đơn hủy hay hoàn trả không mang lại tiền.
import pandas as pd
don = pd.read_csv("don_hang.csv",
parse_dates=["ngay_dat", "ngay_giao"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"] / 1e6
xong = don[don["trang_thai"] == "Hoàn thành"]
print(don.shape)
print(don["ngay_dat"].min().date(), don["ngay_dat"].max().date())
print(don["trang_thai"].value_counts())
print("Đơn chưa có ngày giao:", don["ngay_giao"].isna().sum())KẾT QUẢ
(1526, 10)
2025-01-01 2026-06-30
trang_thai
Hoàn thành 1313
Đã hủy 121
Hoàn trả 87
Đang giao 5
Name: count, dtype: int64
Đơn chưa có ngày giao: 126Đủ 18 tháng, từ 1/1/2025 đến 30/6/2026. 1.313 đơn hoàn thành là nguồn của doanh thu. 126 đơn chưa có ngày giao đúng bằng 121 đơn đã hủy cộng 5 đơn đang giao, nên ô trống ở đây có lý do; bảng xong không có ô trống nào ở cột ngày giao.
Bước 2: Số đơn mỗi tháng đi lên hay đi xuống
Câu hỏi về xu hướng theo thời gian hợp với biểu đồ đường. resample("MS", on="ngay_dat").size() đếm số đơn hoàn thành từng tháng; "MS" đặt mỗi điểm ở ngày đầu tháng, nên điểm nằm đúng vạch của tháng đó trên trục. Đường ngang đứt nét là mức trung bình, và annotate() ghi số đơn lên hai tháng cao nhất.
import pandas as pd
import matplotlib.pyplot as plt
don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
xong = don[don["trang_thai"] == "Hoàn thành"]
so_don = xong.resample("MS", on="ngay_dat").size()
print(round(so_don.mean()), so_don.nlargest(2).tolist())
fig, ax = plt.subplots(figsize=(7, 3.6), layout="constrained")
ax.plot(so_don, marker="o")
ax.axhline(so_don.mean(), color="0.5", ls="--", label="Trung bình")
for ngay, so in so_don.nlargest(2).items():
ax.annotate(f"{so} đơn", (ngay, so), ha="center", va="bottom")
ax.set_title("Số đơn mỗi tháng quanh 73, chỉ hai lần vượt 100")
ax.set(xlabel="Tháng", ylabel="Số đơn hoàn thành", xmargin=0.08)
ax.legend()
plt.show()KẾT QUẢ
73 [106, 104]Trung bình 73 đơn một tháng. Chỉ tháng 1/2025 (106 đơn) và tháng 2/2026 (104 đơn) vượt 100, đúng hai tháng có Tết: Tết 2025 rơi vào 29/01, Tết 2026 vào 17/02. Ngoài hai tháng đó, số đơn dao động từ 53 đến 90 mà không đi lên hay đi xuống rõ rệt, nên tiêu đề nói đúng điều đó thay vì "bán ngày càng nhiều".
Thử resample("ME", ...) thay cho "MS": mỗi điểm dời về ngày cuối tháng, nên điểm tháng 1/2025 nằm sát vạch tháng 2, và người xem sẽ đọc nhầm đỉnh sang tháng sau.
Bước 3: Nửa đầu năm nay có hơn cùng kỳ năm trước
So hai năm theo từng tháng hợp với cột ghép: mỗi tháng hai cột cạnh nhau, lệch sang hai bên một nửa độ rộng cột. Tính doanh thu từng tháng, rồi lấy sáu tháng đầu của mỗi năm theo vị trí: thang.iloc[:6] là tháng 1 đến 6 năm 2025, thang.iloc[12:] là tháng 1 đến 6 năm 2026. Số tháng của mỗi phần dùng làm vị trí cột trên trục x.
import pandas as pd
import matplotlib.pyplot as plt
don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"] / 1e6
xong = don[don["trang_thai"] == "Hoàn thành"]
thang = xong.resample("MS", on="ngay_dat")["doanh_thu"].sum()
truoc, nay = thang.iloc[:6], thang.iloc[12:]
fig, ax = plt.subplots(figsize=(7, 3.6), layout="constrained")
ax.bar(truoc.index.month - 0.2, truoc, width=0.4, label="2025")
ax.bar(nay.index.month + 0.2, nay, width=0.4, label="2026")
ax.set_xticks(truoc.index.month, [f"T{t}" for t in range(1, 7)])
ax.set_title("Đầu năm 2026 bán hơn cùng kỳ 2025")
ax.set(xlabel="Tháng", ylabel="Doanh thu (triệu đồng)")
ax.legend()
plt.show()Năm trên sáu tháng, cột 2026 cao hơn cột 2025; tổng sáu tháng tăng khoảng 20%, từ 72,1 lên 86,8 triệu đồng. Tháng 1 là ngoại lệ: năm 2025 có Tết trong tháng 1, năm 2026 thì không, nên so riêng tháng 1 sẽ thấy giảm dù cả nửa năm tăng. ax.set() đặt nhãn cho cả hai trục: trục x ghi T1 đến T6, nhãn Tháng vẫn nói rõ đó là gì.
Bước 4: Kênh nào nhiều đơn hủy hay hoàn trả
So các nhóm với nhau hợp với biểu đồ cột. Nhân cột đúng/sai với 100 rồi lấy trung bình theo kênh ra tỉ lệ phần trăm. Đường ngang đứt nét là tỉ lệ của mọi đơn; kênh nào cao hơn mức đó được tô đỏ, các kênh còn lại xám để mắt người xem đi thẳng tới chỗ cần chú ý.
import pandas as pd
import matplotlib.pyplot as plt
don = pd.read_csv("don_hang.csv")
huy = don["trang_thai"].isin(["Đã hủy", "Hoàn trả"]) * 100
ti_le = huy.groupby(don["kenh"]).mean().sort_values()
print(ti_le.round(1))
print(f"Mọi đơn: {huy.mean():.1f}%".replace(".", ","))
mau = ["tab:red" if v > huy.mean() else "0.7" for v in ti_le]
fig, ax = plt.subplots(figsize=(7, 3.6), layout="constrained")
ax.bar(ti_le.index, ti_le, color=mau)
ax.axhline(huy.mean(), color="0.3", ls="--", label="Mọi đơn")
ax.set_title("Cửa hàng và Ứng dụng hủy, hoàn nhiều hơn mức chung")
ax.set(xlabel="Kênh bán", ylabel="Đơn hủy hoặc hoàn trả (%)")
ax.legend()
plt.show()KẾT QUẢ
kenh
Sàn TMĐT 11.7
Mạng xã hội 12.2
Website 13.1
Ứng dụng 15.6
Cửa hàng 15.6
Name: trang_thai, dtype: float64
Mọi đơn: 13,6%Cửa hàng và Ứng dụng cùng khoảng 15,6%, cao hơn mức chung 13,6%; Sàn TMĐT thấp nhất với 11,7%. Chênh lệch chỉ vài điểm phần trăm, và Cửa hàng chỉ có 173 đơn, nên đây là dấu hiệu để hỏi tiếp chứ chưa phải kết luận chắc. Trục y bắt đầu từ 0 như mọi biểu đồ cột, để không phóng đại khoảng chênh, như bài chọn loại biểu đồ đã cảnh báo.
Bước 5: Khách chờ bao lâu mới nhận hàng
Câu hỏi "thường bao nhiêu" là câu hỏi về phân bố, hợp với histogram. Số ngày chờ là ngày giao trừ ngày đặt, chỉ có các giá trị nguyên từ 0 đến 5, nên đặt mỗi ngày một khoảng: bins=range(7) với align="left" cho mỗi cột nằm ngay trên số ngày của nó. ax.hist() trả về ba thứ, thứ ba là các cột đã vẽ; ax.bar_label() nhận các cột đó và ghi số đơn lên đầu mỗi cột.
import pandas as pd
import matplotlib.pyplot as plt
CHO_LAU = 4
don = pd.read_csv("don_hang.csv",
parse_dates=["ngay_dat", "ngay_giao"])
xong = don[don["trang_thai"] == "Hoàn thành"]
ngay = (xong["ngay_giao"] - xong["ngay_dat"]).dt.days
ti_le_lau = (ngay >= CHO_LAU).mean()
print(f"Chờ từ {CHO_LAU} ngày: {ti_le_lau:.1%}".replace(".", ","))
fig, ax = plt.subplots(figsize=(7, 3.6), layout="constrained")
ax.bar_label(ax.hist(ngay, bins=range(7), align="left")[2])
ax.margins(y=0.1)
ax.set_title("Gần một phần ba đơn phải chờ 4 đến 5 ngày")
ax.set(xlabel="Số ngày từ lúc đặt đến lúc giao", ylabel="Số đơn")
plt.show()KẾT QUẢ
Chờ từ 4 ngày: 29,2%Phần lớn đơn tới tay khách sau 2 ngày, nhưng phân bố có hai cụm: một cụm 0 đến 3 ngày và một cụm dày ở 4 đến 5 ngày, chiếm 29,2% số đơn. Ngưỡng "chờ lâu" nằm trong CHO_LAU ở đầu khối. Cột 0 ngày gần như là đơn mua tại cửa hàng, nhận ngay. Một con số trung bình (2,6 ngày) sẽ giấu cụm chờ lâu này; histogram cho thấy nó. Chữ in ra là câu tiếng Việt, nên .replace(".", ",") đổi dấu thập phân thành dấu phẩy.
Đổi CHO_LAU = 4 thành CHO_LAU = 3 rồi chạy lại: dòng in ra thành Chờ từ 3 ngày: 46,0%.
Bước 6: Ghép thành chương trình hoàn chỉnh
Ghép năm bước thành một chương trình: CHO_LAU và lời đọc file ở đầu, rồi bốn biểu đồ theo thứ tự câu hỏi. Thay vì vẽ lại bốn hình bạn vừa xem, chương trình gom chúng vào một hình 2 × 2 làm bảng tóm tắt, như bài subplot: mỗi ô một câu trả lời, tiêu đề ô ngắn lại cho vừa chỗ. Ô tỉ lệ hủy nằm ngang, với axvline() thay cho axhline(), để tên kênh không chồng lên nhau trong ô hẹp.
import pandas as pd
import matplotlib.pyplot as plt
CHO_LAU = 4
don = pd.read_csv("don_hang.csv",
parse_dates=["ngay_dat", "ngay_giao"])
don["doanh_thu"] = don["so_luong"] * don["don_gia"] / 1e6
xong = don[don["trang_thai"] == "Hoàn thành"]
fig, axs = plt.subplots(2, 2, figsize=(8, 5), layout="constrained")
so_don = xong.resample("MS", on="ngay_dat").size()
ax = axs[0, 0]
ax.plot(so_don, marker="o")
ax.axhline(so_don.mean(), color="0.5", ls="--")
ax.set(title="Số đơn mỗi tháng quanh 73", xlabel="Tháng",
ylabel="Số đơn", xticks=so_don.index[::6])
thang = xong.resample("MS", on="ngay_dat")["doanh_thu"].sum()
truoc, nay = thang.iloc[:6], thang.iloc[12:]
ax = axs[0, 1]
ax.bar(truoc.index.month - 0.2, truoc, width=0.4, label="2025")
ax.bar(nay.index.month + 0.2, nay, width=0.4, label="2026")
ax.set(title="Đầu năm 2026 hơn cùng kỳ 2025", xlabel="Tháng",
ylabel="Doanh thu (triệu đồng)")
ax.legend()
huy = don["trang_thai"].isin(["Đã hủy", "Hoàn trả"]) * 100
ti_le = huy.groupby(don["kenh"]).mean().sort_values()
mau = ["tab:red" if v > huy.mean() else "0.7" for v in ti_le]
ax = axs[1, 0]
ax.barh(ti_le.index, ti_le, color=mau)
ax.axvline(huy.mean(), color="0.3", ls="--")
ax.set(title="Hai kênh hủy, hoàn nhiều hơn mức chung",
xlabel="Đơn hủy hoặc hoàn trả (%)", ylabel="Kênh bán")
ngay = (xong["ngay_giao"] - xong["ngay_dat"]).dt.days
ti_le_lau = (ngay >= CHO_LAU).mean()
print(f"Chờ từ {CHO_LAU} ngày: {ti_le_lau:.1%}".replace(".", ","))
ax = axs[1, 1]
ax.hist(ngay, bins=range(7), align="left")
ax.set(title=f"{ti_le_lau:.0%} số đơn chờ từ {CHO_LAU} ngày",
xlabel="Số ngày từ lúc đặt đến lúc giao", ylabel="Số đơn")
fig.suptitle("Bốn câu hỏi về cửa hàng, bốn câu trả lời")
plt.show()KẾT QUẢ
Chờ từ 4 ngày: 29,2%Bốn câu hỏi, bốn câu trả lời nằm ngay ở bốn tiêu đề ô: số đơn mỗi tháng quanh một mức và chỉ vọt lên hai tháng Tết, nửa đầu 2026 hơn cùng kỳ, hai kênh hủy và hoàn nhiều hơn mức chung, gần một phần ba đơn chờ lâu. Tiêu đề ô cuối lấy số từ ti_le_lau, nên đổi CHO_LAU thì cả dòng in lẫn tiêu đề đổi theo.
Bài tập
Tỉ lệ hủy hoặc hoàn trả theo một cột bất kỳ
Bước 4 chỉ so theo kênh. Để hỏi cùng câu đó theo tháng, theo sản phẩm hay theo bất kỳ cột nào, viết thân hàm ve_ti_le_huy(don, theo, nhan). Bảng don có cột trang_thai và cột tên theo; nhan là tên cột đó viết cho người đọc, như Kênh bán. Hàm vẽ trên một axes mới:
mỗi nhóm của cột
theomột cột, cao bằng phần trăm số đơn của nhóm có trạng tháiĐã hủyhoặcHoàn trả; các cột xếp tăng dần theo tỉ lệ, hai nhóm bằng nhau giữ thứ tự tên nhóm;nhóm có tỉ lệ cao hơn tỉ lệ của mọi đơn (bằng thì không tô đỏ) tô màu
"tab:red", các nhóm khác màu"0.7";một đường ngang đứt nét tại tỉ lệ của mọi đơn, nhãn
Mọi đơn, hiện trong legend;tiêu đề
Tỉ lệ hủy hoặc hoàn trả theocộngnhanviết thường (Tỉ lệ hủy hoặc hoàn trả theo kênh bán), nhãn trục x lànhan, nhãn trục yĐơn hủy hoặc hoàn trả (%).
Hàm không sửa bảng nhận được.
Trả về: axes đã vẽ, một Axes.
import pandas as pd
import matplotlib.pyplot as plt
def ve_ti_le_huy(don, theo, nhan):
pass # Viết thân hàm thay cho dòng nàyThử mở rộng
Chương trình đã trả lời bốn câu; vài câu hỏi tiếp theo làm được với cùng file:
Gọi
ve_ti_le_huy(don, "ma_sp", "Mã sản phẩm")để tìm sản phẩm hay bị trả lại nhất.Thêm
ax.annotate()chỉ vào hai đỉnh Tết ở biểu đồ đường, như bài chú thích và nhấn mạnh.Vẽ histogram số ngày chờ riêng cho kênh Website và kênh Sàn TMĐT trên hai axes chung trục y, để xem cụm 4 đến 5 ngày đến từ đâu.
Đổi trục doanh thu sang định dạng
"12 tr"bằngFuncFormatter, như bài định dạng trục.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.