免费网站代码大全,360免费建站域名,施工企业怎样报考a证,国外做饮用来源的网站目录 前言 一、项目概述 1.1 项目简介 1.2 项目背景 1.3 项目目标 二、数据分析 2.1 导入库 2.2 数据基本信息 三、画像分析 3.1 画像1#xff1a;消费金额Top10 3.2 画像2#xff1a;高频消费Top10 3.3 画像3#xff1a;人均消费金额Top10 3.4 画像4#xff1a;男女消费对… 目录 前言 一、项目概述 1.1 项目简介 1.2 项目背景 1.3 项目目标 二、数据分析 2.1 导入库 2.2 数据基本信息 三、画像分析 3.1 画像1消费金额Top10 3.2 画像2高频消费Top10 3.3 画像3人均消费金额Top10 3.4 画像4男女消费对比 3.5 画像5不同年龄的消费人数和金额 3.6 画像6不同性别年龄的消费人数和金额 3.7 画像7不同城市年龄消费金额 3.8 画像8不同婚姻状态的消费次数和金额 3.9 画像9城市停留时间 3.10 画像10销售额Top20商品 3.11 画像11二八法制 3.12 画像12商品种类 总结 嗨我是Filotimo__。很高兴与大家相识希望我的博客能对你有所帮助。 本文由Filotimo__✍️原创首发于CSDN。 如需转载请事先与我联系以获得授权⚠️。 欢迎大家给我点赞、收藏⭐️并在留言区与我互动这些都是我前进的动力 我的格言森林草木都有自己认为对的角度。 前言
当人们提及“黑色星期五”往往会想到各大商店推出的特卖活动。不过这个概念也被广泛应用于数据科学领域中。这里我们使用了一个名为“black friday sale”黑色星期五的数据集其收集了有关商品销售信息的大量数据可用于进行市场营销、数据挖掘和机器学习等方面的研究。
该数据集由Kaggle平台上的Mehak Mittal提供收集了2012年度black friday sale黑色星期五期间的购物交易数据。具体而言数据集中包含了来自一个零售商店的大约54万条交易记录每条记录包括了以下信息用户ID、性别、年龄、职业、城市类别、产品ID、产品类别、购买量、单位价格和销售日期等。 一、项目概述
1.1 项目简介
项目名为黑色星期五画像分析
本项目旨在利用Jupyter编程来分析和呈现黑色星期五购物季的消费行为和趋势。通过对大量的购物数据进行统计和可视化分析我们将揭示黑色星期五的消费者画像和购物模式为商家和市场营销人员提供有针对性的策略和决策支持。
1.2 项目背景
黑色星期五是美国传统的购物狂欢日标志着购物季的开始。消费者通常在此时享受到各种折扣和促销活动商家也通过此次活动刺激销售和推广产品。随着互联网和电商的发展黑色星期五变得更加国际化各个国家和地区都参与其中。购物数据的规模庞大为深入了解消费者行为和趋势提供了机会。
1.3 项目目标
1. 分析消费者画像通过购物数据分析揭示不同人群的消费偏好、购买习惯和兴趣爱好等。比如不同年龄段、性别和地域的消费者在黑色星期五的购物行为有何异同。 2. 探索购物模式研究消费者在购物季的消费决策模式、选购行为和购物渠道等帮助商家了解消费者思维和行动路径优化产品定位和促销策略。 3. 可视化数据分析利用Jupyter的强大可视化能力将分析结果以图表、图像和动态展示的形式呈现使数据更具直观性和可理解性帮助更多人快速理解和应用分析结果。 二、数据分析
2.1 导入库 import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.patches as mpatches
import matplotlibplt.rcParams[font.sans-serif][SimHei]#设置字体为黑体以支持中文显示
plt.rcParams[axes.unicode_minus]False # 解决负号显示问题import plotly.graph_objects as go
import plotly.express as px
from plotly.subplots import make_subplots
from plotly.offline import init_notebook_mode,iplotimport warnings
warnings.filterwarnings(ignore) # 忽略警告信息 说明我是在学校机房使用jupyter(ml)操作的导入库时发现缺少了plotly库然后我在jupyter文件夹下打开了cmd命令行输入了pip install plotly -i https://pypi.tuna.tsinghua.edu.cn/simple/成功下载了plotly库这里使用的是清华镜像源。
2.2 数据基本信息
1导入数据 df pd.read_csv(C:/Users/Administrator/Desktop/black friday sale/train.csv) # 从CSV文件中读取数据并存储在DataFrame中
df # 打印DataFrame中的数据 截图 说明这里要下载我上传的资源black friday sale黑色星期五数据集然后要修改一下代码中的文件路径。
2基本信息 df.shape # 显示DataFrame的形状行数和列数 df.dtypes # 显示每一列的数据类型 df.isnull().sum()#统计每一列的空值数量 df.info()#显示DataFrame的基本信息包括索引、数据类型和内存信息 3缺失值可视化 import missingnodf.isna().sum()/df.shape[0]#计算每一列的缺失值占比 missingno.matrix(df) #绘制缺失值矩阵图
plt.show()#显示图形 missingno.bar(df, colorblue)#绘制缺失值条形图
plt.show()#显示图形 说明我操作时缺少了missingno库然后我仍在jupyter文件夹下打开了cmd命令行输入pip install missingno -i https://pypi.tuna.tsinghua.edu.cn/simple/成功下载了missingno库这里使用的还是清华镜像源。
4总信息 df[User_ID].nunique()#统计User_ID列的唯一值数量 df[Product_ID].nunique()#统计Product_ID列的唯一值数量 sum(df[Purchase])#计算Purchase列的总和 5商品类别 df[Product_Category_1].nunique()#统计Product_Category_1列的唯一值数量 df[Product_Category_2].nunique()#统计Product_Category_2列的唯一值数量 三、画像分析
3.1 画像1消费金额Top10 df1 df.groupby(User_ID)[Purchase].sum().reset_index()#按照用户分组计算消费金额总和
df2 df1.sort_values(Purchase, ascendingFalse)#按照消费金额进行降序排列
df2[User_ID] df2[User_ID].apply(lambda x: id_ str(x))#将User_ID转换成字符串格式并加上前缀id_ df2 #打印处理后的数据框df2 #使用Plotly创建条形图
fig px.bar(df2[:10],#仅显示前10名用户xUser_ID,#x轴为User_IDyPurchase,#y轴为PurchasetextPurchase)#设置显示文本为Purchase列的值
fig.show()#显示图形 这段代码首先按照用户ID分组计算了每个用户的消费总金额并按照消费总金额进行降序排列。然后使用Plotly库创建了一个条形图显示了消费金额排名前10的用户。 从图中可以看到id_1004277的用户消费最高达到了1千多万。
3.2 画像2高频消费Top10 df3 df.groupby(User_ID).size().reset_index()#按照用户分组计算每个用户的购买次数
df3.columns [User_ID, Number]#重命名列名为User_ID和Number
df4 df3.sort_values(Number, ascendingFalse)#按照购买次数进行降序排列df4.head10#显示排名前10的高频消费用户信息 df4[User_ID] df4[User_ID].apply(lambda x: id_ str(x))#将User_ID转换成字符串格式并加上前缀id_#使用Plotly创建带颜色的条形图
fig px.bar(df4[:10],#仅显示前10名用户xUser_ID,#x轴为User_IDyNumber,#y轴为Number购买次数textNumber,#设置显示文本为Number列的值colorNumber)#设置颜色为Number列的值
fig.show()#显示图形 这段代码首先按照用户ID分组计算了每个用户的购买次数并按照购买次数进行降序排列。然后使用Plotly库创建了一个带颜色的条形图显示了购买次数排名前10的用户。不同的购买次数会用不同的颜色表示。 3.3 画像3人均消费金额Top10 df5 pd.merge(df2, df4) # 合并df2和df4根据User_ID字段进行合并
df5[Average] df5[Purchase] / df5[Number] # 计算人均消费金额即每位用户的总消费金额除以购买次数
df5[Average] df5[Average].apply(lambda x: round(x, 2)) # 将人均消费金额保留两位小数df5.head() # 显示合并后的数据框df5的前几行可选 # 使用Plotly创建散点图
fig px.scatter(df5,xUser_ID, # x轴为User_IDyAverage, # y轴为Average人均消费金额colorAverage) # 按照人均消费金额进行颜色编码
fig.show() # 显示散点图 # 使用Plotly创建小提琴图
px.violin(df5[Average]) # 传入人均消费金额数据绘制小提琴图 这段代码首先将df2和df4两个数据框根据User_ID字段进行合并得到df5。然后计算了每位用户的人均消费金额即每位用户的总消费金额除以购买次数并保留两位小数。接着使用Plotly库创建了一个人均消费金额Top10的散点图图中的颜色表示不同的人均消费金额。还使用Plotly库创建了一个小提琴图展示整体的人均消费金额分布情况。
从上面的两张图中可以分析出用户的平均消费金额大约是在8k至10k之间。
3.4 画像4男女消费对比 # 对数据进行分组计算不同性别的用户数量和消费金额总和
df6 df.groupby(Gender).agg({User_ID: nunique, Purchase: sum}).reset_index()
df6 labels df6[Gender].tolist() # 将性别转换为标签列表# 创建包含两个子图的饼图
fig make_subplots(rows1,cols2,subplot_titles[男女消费次数, 男女消费金额],specs[[{type: domain}, {type: domain}]])# 添加第一个饼图显示男女用户的消费次数
fig.add_trace(go.Pie(labelslabels,valuesdf6[User_ID].tolist(),nameUserID),row1,col1
)# 添加第二个饼图显示男女用户的消费金额
fig.add_trace(go.Pie(labelslabels,valuesdf6[Purchase].tolist(),name Purchase),1, 2)fig.show() # 显示图形 这段代码首先对数据按照性别进行分组使用agg函数计算了不同性别的用户数量和消费金额总和并将结果保存在df6中。然后将性别转换为标签列表。接着使用Plotly库的make_subplots函数创建一个包含两个子图的饼图对象分别用于展示男女用户的消费次数和消费金额。使用go.Pie函数创建了两个饼图的数据并通过add_trace方法将它们添加到对应的子图中。最后使用fig.show()方法显示图形。 从图中F红色代表女性M蓝色代表男性可以看到男性是消费的主力军。
3.5 画像5不同年龄的消费人数和金额 df7 df.groupby(Age).agg({User_ID :nunique ,Purchase :sum}).reset_index()
df7 labels df7[Age].tolist()
fig make_subplots(rows1, cols2,subplot_titles[不同age消费次数,不同age消费金额],specs[[{type:domain}, {type:domain}]])
fig.add_trace(go.Pie(labelslabels,valuesdf7[User_ID].tolist(),nameUserID),row1,col1)
fig.add_trace(go.Pie(labelslabels,valuesdf7[Purchase].tolist(),namePurchase),row1,col2)
fig.update_layout(height500, width800)
fig.show() 这段代码首先对数据按照年龄进行分组使用agg函数计算了不同年龄段的用户数量和消费金额总和并将结果保存在df7中。然后将年龄转换为标签列表。接着使用Plotly库的make_subplots函数创建一个包含两个子图的饼图对象分别用于展示不同年龄段用户的消费次数和消费金额。使用go.Pie函数创建了两个饼图的数据并通过add_trace方法将它们添加到对应的子图中。最后使用fig.update_layout方法更新图形的高度和宽度并使用fig.show()方法显示图形。 从上面两张图可以看到26-25这个年龄段消费占比最高这可能是因为这个年龄段的人大多都已经有了一个稳定的工作、稳定的收入所以他们可以放心大胆的去消费。
3.6 画像6不同性别年龄的消费人数和金额 # 对数据进行分组计算不同性别和年龄段的用户数量和消费金额总和
df8 df.groupby([Gender, Age]).agg({User_ID: nunique, Purchase: sum}).reset_index()
df8 # 创建树状图展示不同性别和年龄段的用户消费金额
fig px.treemap(df8, path[px.Constant(all), Gender, Age], valuesPurchase)fig.update_traces(root_colorlightskyblue) # 设置树状图的根节点颜色
fig.update_layout(margindict(t30, l20, r25, b30)) # 更新图形的边距
fig.show() # 显示图形 这段代码首先对数据按照性别和年龄段进行分组使用agg函数计算了不同性别和年龄段的用户数量和消费金额总和并将结果保存在df8中。接着使用px.treemap函数创建一个树状图设置了路径为[“all”, “Gender”, “Age”]表示树状图中的层级关系。在树状图中不同性别和年龄段将根据消费金额的大小显示为不同的颜色和大小。根据图的展示可以直观地比较不同性别和年龄段的用户消费金额。最后使用fig.show()函数显示图形。 3.7 画像7不同城市年龄消费金额 # 对数据进行分组计算不同城市和年龄段的用户数量和消费金额总和
df9 df.groupby([City_Category, Age]).agg({User_ID: nunique, Purchase: sum}).reset_index()
df9 # 创建条形图展示不同城市和年龄段的消费金额
fig px.bar(df9, xCity_Category, yPurchase, colorAge, barmodegroup, textPurchase)fig.update_layout(title不同城市不同年龄段的消费金额) # 设置图形标题
fig.show() # 显示图形 这段代码首先对数据按照城市和年龄段进行分组使用agg函数计算了不同城市和年龄段的用户数量和消费金额总和并将结果保存在df9中。接着使用px.bar函数创建一个条形图设置了x轴为城市类别y轴为消费金额颜色编码为年龄段以及分组模式为group以展示不同城市和年龄段的消费金额。使用update_layout方法设置了图形标题为不同城市不同年龄段的消费金额。最后使用fig.show()方法显示图形。 从3个城市来看26-35这个年龄段的人一直是消费的主力军。
3.8 画像8不同婚姻状态的消费次数和金额 # 对数据进行分组计算不同婚姻状况的用户数量和消费金额总和
df10 df.groupby([Marital_Status]).agg({User_ID:nunique, Purchase:sum}).reset_index()
df10 # 将婚姻状况的数值映射为对应的标签
df10[Marital_Status] df10[Marital_Status].map({0:未婚,1:已婚}) # 创建饼图展示婚姻状况对应的消费金额
fig px.pie(namesdf10[Marital_Status], valuesdf10[Purchase])fig.update_traces(textpositioninside, textinfopercentlabel) # 设置标签的位置和信息
fig.show() # 显示图形 这段代码首先对数据按照婚姻状况进行分组使用agg函数计算了不同婚姻状况的用户数量和消费金额总和并将结果保存在df10中。然后通过map方法将婚姻状况的数值映射为对应的标签将0映射为未婚将1映射为已婚。接着使用px.pie函数创建一个饼图设置了信心为婚姻状况标签值为对应的消费金额。使用update_traces方法设置标签的位置为内部并展示百分比和标签信息。最后使用fig.show()方法显示图形。 从图中可以看到在未婚情况下消费的力度更大。
3.9 画像9城市停留时间 # 创建小提琴图展示不同居住年限的购买金额分布
fig px.violin(df,yPurchase,colorStay_In_Current_City_Years) # 对数据进行分组计算不同居住年限的用户数量和购买金额总和
df11 (df.groupby([Stay_In_Current_City_Years]).agg({User_ID:nunique, Purchase:sum}).reset_index())
df12 df11.sort_values(User_ID, ascendingFalse)
df12 # 将不同居住年限的阶段转换为列表
stages df12[Stay_In_Current_City_Years].tolist()# 创建漏斗图展示不同居住年限的用户数量情况
fig px.funnel_area(valuesdf12[User_ID].tolist(),namesstages)
fig.show() 这段代码首先使用px.violin函数创建了一个小提琴图设置y轴为购买金额颜色编码为居住年限以展示不同居住年限下购买金额的分布情况。接着通过对数据进行分组和聚合得到了不同居住年限的用户数量和购买金额总和并将结果保存在df11和df12中。然后通过sort_values方法对df12进行排序按用户数量降序排列。在接下来的代码中将不同居住年限的阶段转换为列表并使用px.funnel_area函数创建了一个漏斗图用于展示不同居住年限的用户数量情况。最后使用fig.show()方法显示图形。 从图中可以发现在一个城市居住了1-2年的用户是消费的主力。
3.10 画像10销售额Top20商品 # 对数据按产品ID进行分组计算每个产品的销售额总和
df13 df.groupby([Product_ID]).agg({Purchase :sum}).reset_index()# 将销售额转换为以万为单位并且保留两位小数
df13[Purchase] df13[Purchase].apply(lambda x: round(x / 10000, 2))# 按销售额降序排列产品
df13.sort_values(Purchase, ascendingFalse, inplaceTrue)
df13 # 创建条形图展示销售额排名前10的产品
fig px.bar(df13[:10], xProduct_ID, yPurchase, colorPurchase, textPurchase)
fig.update_layout(titleTop20商品销售额对比图(万))
fig.show() 这段代码首先对数据按产品ID进行分组使用agg函数计算了每个产品的销售额总和并将结果保存在df13中。然后通过apply和lambda函数将销售额转换为以万为单位并且保留两位小数。接着使用sort_values方法将产品按销售额降序 3.11 画像11二八法制 # 计算销售额排名前20%的产品数量
top20 int(df13[Product_ID].nunique() * 0.2)
top20 # 计算销售额排名前20%的产品的销售额总和占总销售额的比例
top20_sales_percentage sum(df13[:top20][Purchase]) / sum(df13[Purchase])
top20_sales_percentage 在这段代码中首先计算了销售额排名前20%的产品数量然后通过取前20%的产品销售额总和除以总销售额计算得出了销售额排名前20%的产品所占总销售额的比例。 从计算结果可以发现销售额排名前20%的产品占据了总销售额的73%大致上是符合二八法制的。
3.12 画像12商品种类 # 对数据按产品类别进行分组并计算每个产品类别的销售额总和
df14 df.groupby([Product_Category_1]).agg({Purchase: sum}).reset_index()# 创建饼图展示每个产品类别的销售额占比
fig px.pie(namesdf14[Product_Category_1],valuesdf14[Purchase],hole0.5)
fig.update_traces(textpositioninside, # 将标签放置在饼图内部textinfopercentlabel # 标签信息包括百分比和标签
)
fig.show() # 创建箱线图展示不同产品类别的销售额分布情况
px.box(df,xProduct_Category_1,yPurchase,colorProduct_Category_1) 在这段代码中首先对数据框按照Product_Category_1进行分组然后使用agg函数计算每个产品类别的销售额总和并将结果保存在df14数据框中。接下来使用px.pie函数创建了一个饼图其中names参数指定了产品类别的名称values参数指定了对应的销售额hole参数设置了饼图的内部空洞大小。使用update_traces方法将饼图的标签放置在内部并且标签信息包括百分比和标签文本。最后使用fig.show()显示了该饼图。接下来使用px.box函数创建了一个箱线图。在箱线图中x参数指定了产品类别的名称y参数指定了销售额的值而color参数则用于给不同的产品类别区分颜色。最后使用px.box函数创建的箱线图可以显示不同产品类别的销售额分布情况。 总结
文中所使用的数据集可用于广泛的数据研究目的。例如我们可以利用该数据集来分析特定消费群体的购物行为。通过数据挖掘和机器学习技术我们可以发现哪些消费者更可能购买某个产品、哪些消费群体对某一个产品类别更感兴趣等。这些信息可以向商家提供宝贵的市场营销策略例如发布定向广告、优化产品设计、提高产品质量等。此外还可以用该数据集研究不同城市、不同年龄和收入阶层等人群对各种产品类型的需求有何不同了解市场的潜在需求。
