Python的數(shù)據(jù)分析工具越來越成熟，已經(jīng)成為企業(yè)決策的重要利器。其中，銷售量預測是非常重要的一項工作，它可以讓企業(yè)更好地規(guī)劃生產(chǎn)和銷售計劃，以達到最大化利潤的目的。

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
# 讀取數(shù)據(jù)
data = pd.read_csv('sales_data.csv')
# 取出X和y
X = data.drop('sales', axis=1)
y = data['sales']
# 切分訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 建立線性回歸模型
model = LinearRegression()
model.fit(X_train, y_train)
# 預測結(jié)果
y_pred = model.predict(X_test)
# 打印R2得分
print('R2得分:', model.score(X_test, y_test))

以上就是一個簡單的銷售量預測模型的Python代碼，我們首先使用pandas讀取數(shù)據(jù)，然后通過train_test_split方法將數(shù)據(jù)切分為訓練集和測試集，接著建立線性回歸模型，并使用fit方法進行訓練，并且使用predict方法預測結(jié)果，最后使用score方法打印出R2得分。

通過銷售量預測模型可以看出，我們可以根據(jù)歷史數(shù)據(jù)預測未來的銷售情況，從而制定更加合理的生產(chǎn)和銷售計劃，避免盲目生產(chǎn)和過度庫存的情況。