重要性★★★★☆难度★★★☆☆您是一家在多个城市运营的零售公司的数据分析师。公司希望比较其前五大城市在两年（2022 年和 2023 年）之间的每位客户平均销售额。他们认为这种可视化将有助于他们了解哪些城市在每位客户的平均销售额方面有所改善或下降。您的任务是使用 Python 创建一个哑铃图来可视化这种比较。该图表应清晰显示每个城市在两年的每位客户平均销售额，并用一条线连接以表示变化。要求：为 5 个城市创建样本数据，包括它们在 2022 年和 2023 年的每位客户平均销售额。使用 matplotlib 创建哑铃图。对数据进行排序，使城市按 2023 年的平均销售额从高到低排列。为 2022 年和 2023 年的数据点使用不同的颜色，连接线使用第三种颜色。为图表添加适当的标签、标题和图例。确保 y 轴从 0 开始，以提供准确的视觉表示。您的代码应在单个可执行脚本中生成样本数据并创建哑铃图。【数据生成代码示例】importnumpyasnp np.random.seed(42)cities=['New York','Los Angeles','Chicago','Houston','Phoenix']sales_2022=np.random.randint(500,1000,5)sales_2023=np.random.randint(600,1100,5)data=list(zip(cities
重要性★★★★☆难度★★★☆☆您是一家在多个城市运营的零售公司的数据分析师。公司希望比较其前五大城市在两年（2022 年和 2023 年）之间的每位客户平均销售额。他们认为这种可视化将有助于他们了解哪些城市在每位客户的平均销售额方面有所改善或下降。您的任务是使用 Python 创建一个哑铃图来可视化这种比较。该图表应清晰显示每个城市在两年的每位客户平均销售额，并用一条线连接以表示变化。要求：为 5 个城市创建样本数据，包括它们在 2022 年和 2023 年的每位客户平均销售额。使用 matplotlib 创建哑铃图。对数据进行排序，使城市按 2023 年的平均销售额从高到低排列。为 2022 年和 2023 年的数据点使用不同的颜色，连接线使用第三种颜色。为图表添加适当的标签、标题和图例。确保 y 轴从 0 开始，以提供准确的视觉表示。您的代码应在单个可执行脚本中生成样本数据并创建哑铃图。【数据生成代码示例】importnumpyasnp np.random.seed(42)cities=['New York','Los Angeles','Chicago','Houston','Phoenix']sales_2022=np.random.randint(500,1000,5)sales_2023=np.random.randint(600,1100,5)data=list(zip(cities
