当前位置：首页 > news >正文

用 Python 绘制企业年度财务可视化报告 —— 从 Excel 到 9 种图表全覆盖

news 2025/8/12 8:21:00

用 Python 绘制企业年度财务可视化报告 —— 从 Excel 到 9 种图表全覆盖

在企业经营分析中，光看一堆财务数字很难直观发现规律和问题。如果能将这些数据转化为可视化图表，不仅更美观，还能帮助管理层快速做出决策。

今天，我就用 Python + Pandas + Matplotlib，从一份 Excel 财务数据出发，生成一个包含 9 种图表 的年度财务可视化报告。

1. 数据准备

已经有一份 企业财务数据.xlsx，里面的 “财务数据” 工作表包含如下列：

月份
收入
总成本
利润
销售数量
可变成本
固定成本
利润率(%)

用 Pandas 读取文件并做基础检查：

import pandas as pdfile_path = '企业财务数据.xlsx'
df = pd.read_excel(file_path, sheet_name='财务数据')required_cols = ['月份', '收入', '总成本', '利润', '销售数量', '可变成本', '固定成本', '利润率(%)']
if not all(col in df.columns for col in required_cols):print("Excel 缺少必要列！")exit()

2. 图表总览

我一次性生成 3x3 布局的 9 个子图，涵盖柱形图、折线图、雷达图、气泡图等多种形式。

下面按顺序介绍每张图的用途和实现方法。

① 柱形图：每月利润

直观展示全年每个月的利润变化趋势。

ax1.bar(df['月份'], df['利润'], color='skyblue', alpha=0.8)

② 对比柱形图：收入 vs 总成本

用并列柱形对比每个月的收入和总成本，方便查看盈亏情况。

ax2.bar(x, df['收入'], width, label='收入')
ax2.bar(x + width, df['总成本'], width, label='总成本')

③ 分组柱形图：收入、可变成本、固定成本

进一步拆分成本构成，比较三项数据。

ax3.bar(x - width, df['收入'], width, label='收入')
ax3.bar(x, df['可变成本'], width, label='可变成本')
ax3.bar(x + width, df['固定成本'], width, label='固定成本')

④ 堆积柱形图：总成本构成

用堆积方式将可变成本和固定成本叠加，直观看到成本比例。

ax4.bar(df['月份'], df['可变成本'])
ax4.bar(df['月份'], df['固定成本'], bottom=df['可变成本'])

⑤ 分区折线图：利润与利润率

双 Y 轴折线图，一边显示利润走势，一边显示利润率。

ax5.plot(df['月份'], df['利润'], marker='o')
ax6.plot(df['月份'], df['利润率(%)'], linestyle='--')

⑥ 雷达图：四个季度关键指标对比

将收入、总成本、利润、销量这四个指标按季度进行归一化对比。

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
q_normalized = scaler.fit_transform(q_data)

⑦ 聚合气泡图：销量 vs 收入

气泡大小代表利润，颜色代表利润率，多维度综合展示业务情况。

scatter = ax8.scatter(df['销售数量'], df['收入'],s=df['利润']/100,c=df['利润率(%)'], cmap='coolwarm')

⑧ 玫瑰图（南丁格尔图）：各月利润分布

用极坐标形式绘制每个月利润的分布情况，视觉效果独特。

ax9 = fig.add_subplot(3, 3, 8, projection='polar')
ax9.bar(angles, df['利润'], width=0.5)

⑨ 文本框总结

直接在图中用文本列出年度关键财务指标总结。

summary_text = f"""
📊 年度财务总结
总收入: {df['收入'].sum():,} 元
总成本: {df['总成本'].sum():,} 元
总利润: {df['利润'].sum():,} 元
平均利润率: {df['利润率(%)'].mean():.2f}%
"""
ax10.text(0.5, 0.5, summary_text, ha='center', va='center')