Data Visualization & EDA
Interactive বাংলা লেকচার

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')

plt.style.use('seaborn-v0_8')
sns.set_palette('husl')

# মাসের ক্রম — Line, Area, Stacked chart-এ ব্যবহার হবে
month_order = ['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']

# Rafiul সাহেবের সুপারশপ — gallery-র একই shopSales ডেটা
np.random.seed(42)
n = 500
df = pd.DataFrame({
    'Month': np.random.choice(month_order, n),
    'Category': np.random.choice(['Electronics','Food','Clothing','Books','Toys'], n),
    'Sales': np.random.randint(500, 10000, n),
    'Customers': np.random.randint(10, 200, n),
    'Satisfaction': np.random.uniform(3.0, 5.0, n).round(1),
    'Latitude': np.random.uniform(23.70, 23.90, n).round(4),
    'Longitude': np.random.uniform(90.35, 90.45, n).round(4)
})
print('Dataset তৈরি!', df.shape)
print(df.head())

এই step দিয়ে কী বুঝবেন: Dataset কত বড় (সারি/কলাম) এবং ডেটা দেখতে কেমন।

print('Shape:', df.shape)        # (500, 7) — 500 rows, 7 columns
print('\nFirst 5 rows:')
display(df.head())       # Colab-এ display(); না থাকলে print(df.head())
print('\nLast 3 rows:')
display(df.tail(3))

এই step দিয়ে কী বুঝবেন: কোন column সংখ্যা (int/float) আর কোনটা text (object)।

print('Column types:')
print(df.dtypes)
print('\n--- df.info() ---')
df.info()

এই step দিয়ে কী বুঝবেন: কোন column-এ ফাঁকা (null) value আছে কিনা।

missing = df.isnull().sum()
print('Missing per column:')
print(missing)
print('\nTotal missing:', missing.sum())

# real dataset-এ missing থাকলে: drop / fill / impute করতে হবে
# df = df.dropna()           # সারি মুছে ফেলা
# df['Sales'].fillna(0)      # 0 দিয়ে পূরণ

এই step দিয়ে কী বুঝবেন: সংখ্যার mean/min/max/std এবং category frequency।

print('Numeric summary:')
display(df.describe())

print('\nCategory count:')
print(df['Category'].value_counts())

# outlier দেখতে Box Plot chip (#colab-box) এ যান

এই step দিয়ে কী বুঝবেন: Sales কোন range-এ বেশি — distribution কেমন।

print('Sales stats:', df['Sales'].describe())

plt.figure(figsize=(10, 5))
plt.hist(df['Sales'], bins=20, color='#0F6E56', edgecolor='white', alpha=0.85)
sns.kdeplot(df['Sales'], color='#085041', linewidth=2)
plt.title('Sales Distribution (Histogram + KDE)')
plt.xlabel('Sales (টাকা)'); plt.ylabel('Frequency')
plt.tight_layout(); plt.show()

# styled chart → Histogram chip (#colab-histogram)

এই step দিয়ে কী বুঝবেন: Sales, Customers, Satisfaction-এর মধ্যে সম্পর্ক (+1 = একসাথে বাড়ে)।

num_cols = ['Sales', 'Customers', 'Satisfaction']
corr = df[num_cols].corr()
print('Correlation matrix:')
display(corr)

print(f"\nSales ↔ Customers: {corr.loc['Sales','Customers']:.2f}")
# ~0.7+ মানে positive relationship — বেশি customer, বেশি sales

# visual heatmap → Heatmap chip (#colab-heatmap)

এই chart দিয়ে কী বুঝবেন: Category অনুযায়ে মোট বিক্রি তুলনা — কোন পণ্য সবচেয়ে বেশি বিক্রি?

cat_sales = df.groupby('Category')['Sales'].sum().sort_values(ascending=False)
plt.figure(figsize=(10, 5))
plt.bar(cat_sales.index, cat_sales.values, color='#185FA5', edgecolor='white')
plt.title('Category অনুযায়ী মোট বিক্রি')
plt.xlabel('Category'); plt.ylabel('মোট বিক্রি (টাকা)')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: মাসিক বিক্রির trend — কোন মাসে বিক্রি বেশি/কম?

monthly = df.groupby('Month')['Sales'].sum().reindex(month_order)
plt.figure(figsize=(10, 5))
plt.plot(monthly.index, monthly.values, marker='o', color='#3B6D11', linewidth=2)
plt.title('মাসিক বিক্রির Trend')
plt.xlabel('Month'); plt.ylabel('বিক্রি')
plt.xticks(rotation=45); plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: মোট বিক্রির মধ্যে প্রতিটি category-র অংশ (%).

cat_sales = df.groupby('Category')['Sales'].sum()
plt.figure(figsize=(8, 8))
plt.pie(cat_sales.values, labels=cat_sales.index, autopct='%1.1f%%', startangle=90)
plt.title('Category অনুযায়ী Market Share')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: Sales-এর distribution — কোন range-এ বেশি transaction?

plt.figure(figsize=(10, 5))
plt.hist(df['Sales'], bins=20, color='#185FA5', edgecolor='white')
plt.title('Sales-এর Distribution')
plt.xlabel('Sales (টাকা)'); plt.ylabel('Frequency')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: Sales vs Customers — বেশি customer = বেশি sales?

plt.figure(figsize=(10, 5))
plt.scatter(df['Customers'], df['Sales'], alpha=0.6, color='#185FA5')
plt.title('Customers বনাম Sales')
plt.xlabel('Customers'); plt.ylabel('Sales')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: Category অনুযায়ে Sales-এর median ও outlier।

plt.figure(figsize=(10, 5))
sns.boxplot(data=df, x='Category', y='Sales', palette='husl')
plt.title('Category অনুযায়ী Sales (Box Plot)')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: প্রতিটি category কতবার এসেছে — frequency।

plt.figure(figsize=(10, 5))
sns.countplot(data=df, x='Category', palette='husl')
plt.title('Category Frequency (Count Plot)')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: Feature-গুলোর মধ্যে correlation — কোনটা কোনটার সাথে সম্পর্কিত?

num_cols = ['Sales', 'Customers', 'Satisfaction']
plt.figure(figsize=(8, 6))
sns.heatmap(df[num_cols].corr(), annot=True, cmap='coolwarm', fmt='.2f')
plt.title('Correlation Matrix')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: Cumulative মাসিক বিক্রি — মোট কত জমা হচ্ছে?

monthly = df.groupby('Month')['Sales'].sum().reindex(month_order)
cumulative = monthly.cumsum()
plt.figure(figsize=(10, 5))
plt.fill_between(range(len(cumulative)), cumulative.values, alpha=0.4, color='#3B6D11')
plt.plot(range(len(cumulative)), cumulative.values, color='#3B6D11', linewidth=2)
plt.xticks(range(12), month_order, rotation=45)
plt.title('Cumulative মাসিক বিক্রি')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: মাসে মাসে প্রতিটি category-র অবদান।

pivot = df.pivot_table(index='Month', columns='Category', values='Sales', aggfunc='sum').reindex(month_order)
pivot.plot(kind='bar', stacked=True, figsize=(12, 6), colormap='husl')
plt.title('মাসিক Stacked Bar — Category ভাগ')
plt.xlabel('Month'); plt.legend(title='Category', bbox_to_anchor=(1.05, 1))
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: Category অনুযায়ী Satisfaction-এর shape।

plt.figure(figsize=(10, 5))
sns.violinplot(data=df, x='Category', y='Satisfaction', palette='husl')
plt.title('Category অনুযায়ী Satisfaction')
plt.tight_layout(); plt.show()

এই chart দিয়ে কী বুঝবেন: ডেলিভারি লোকেশন — ঢাকায় কোথায় বেশি order?

plt.figure(figsize=(10, 8))
plt.scatter(df['Longitude'], df['Latitude'],
            s=df['Sales']/50, alpha=0.6, c=df['Sales'], cmap='viridis')
plt.colorbar(label='Sales')
plt.title('Delivery Locations (ঢাকা)')
plt.xlabel('Longitude'); plt.ylabel('Latitude')
plt.tight_layout(); plt.show()