本文主要是介绍基于Python的顾客购物数据可视化分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
数据可视化分析实验
数据集简介
本文在实验中考虑到实验使用设备的性能和环境的局限性,采用了kaggle官网上的的消费者购物数据集,数据地址:
https://www.kaggle.com/datasets/iamsouravbanerjee/customer-shopping-trends-dataset。
此数据包含了3900条记录,每条记录由18个特征变量组成,具体变量解释如下图所示:
实验环境搭建
本文实验主要涉及到顾客购物数据可视化的开发,在采用实验的方式,实验采用的电脑设备为Windows操作系统。实验环境采用了 Pyhton 编程语言以及相关的机器学习框架,实验平台为conda 23.7.4。相关系数如表所示:
表3-1实验环境的相关系数
设备 | 电脑 配置参数 |
操作系统 | Windows |
内存 | 16G |
CPU型号 | Intel(R) Core(TM) i5-10200H CPU @ 2.40GHz |
GPU型号 | NVIDIA GeForce GTX 1650 |
硬盘 | 系统盘:512 GB 机械硬盘:1T |
开发语言 | Python 3.9.19 |
实验平台 | conda 23.7.4 |
可视化分析实验设计
顾客购物数据读取
导入实验使用所需包,从kaggle官网上下载实验所需数据保存在shopping_trends_updated.csv文件中,通过pandas库进行读取,并显示前5行数据。
import numpy as np
import pandas as pd
import os
import matplotlib.pyplot as plt
import seaborn as sns
# 导入数据
data = pd.read_csv(r'C:\Users\leglon\Desktop\购物习惯\shopping_trends_updated.csv')data.head()#显示前五行数据
查看有关数据集的一些基本信息,对数据进行一个初步了解,如下:
# 查看有关数据集的一些基本信息
def summary(data):print(f'data shape : {data.shape}')sum=pd.DataFrame(data.dtypes,columns=['data type'])sum["Missing"]=data.isnull().sum()sum["%Missing"]=(data.isnull().sum()/len(data))*100sum['#unique']=data.nunique().valuesdesc=pd.DataFrame(data.describe(include="all").transpose())sum['min']=desc['min'].valuessum['max']=desc['max'].valuessum['first value']=data.loc[0].valuessum['second value']=data.loc[1].valuessum['Third value']=data.loc[2].valuesreturn sum
summary(data)
从图中可以看到此数据集有3900条数据,每条数据有18个特征类型,对特征信息进行输出,如图所示:
data.info()
对数据进行预处理,去除或修正数据中的错误、缺失值和噪音,以确保数据的准确性和一致性。对实验数据进行查找是否有缺失值。
#查找缺失值
print(data.isnull().sum()) # 查看缺失值
从输出结果来看,此数据完好,没有任何缺失值。
性别数据可视化分析
对数据中的男女比例进行可视化展示,以帮助商家快速了解客户群体的性别构成。
#查看男女比例,画出柱状图
import matplotlib.pyplot as plt# 统计男女比例
gender_counts = data['Gender'].value_counts()# 打印男女比例
print(gender_counts)
# 绘制柱状图
plt.figure(figsize=(8, 6))
plt.bar(gender_counts.index, gender_counts.values, color=['blue', 'pink'])
plt.xlabel('Gender')
plt.ylabel('Count')
plt.title('Gender Distribution')
plt.xticks(rotation=0)
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.show()
对男女消费比例进行聚类分析,了解不同性别顾客的消费偏好和行为模式,进购出更符合不同性别顾客需求的产品,提升产品的市场竞争力。
# 统计男女比例
gender_counts = data['Gender'].value_counts()
#聚类分析
data['Gender_encoded'] = data['Gender'].map({'Male': 0, 'Female': 1}) # 数据变换with pd.option_context('mode.use_inf_as_na', True):sns.pairplot(data.loc[:,~data.columns.isin(['CustomerID','Gender'])],diag_kind="kde")
购物种类可视化
对购物种类的可视化,可以直观地看到哪些商品类别在特定时间段内更受欢迎。这有助于识别市场的消费趋势和热点,帮助商家抓住市场机会。
# 绘制购物占比
counts = data["Category"].value_counts()
colors = plt.cm.Paired(range(len(counts)))
explode = [0.1 if i == counts.values.argmax() else 0 for i in range(len(counts))]
plt.figure(figsize=(10, 8))# 绘制饼图
counts.plot(kind='pie', fontsize=12, colors=colors, explode=explode, autopct='%1.1f%%', startangle=140, shadow=True)
plt.title('Category Distribution', fontsize=16, weight='bold', color='#2F0F5D')# 显示图例
plt.legend(labels=counts.index, loc="best")# 保持饼图为圆形
plt.axis('equal')
plt.show()
不同性别在购物种类上的差异分析和可视化可以了解不同性别在购物种类上的差异,可以帮助商家更好地理解男性和女性客户的偏好。不同性别在购物种类上的差异可视化图。
# 不同性别在购物种类上的差异
plt.figure(figsize=(8, 3))
sns.countplot(data=data, x='Category', hue='Gender',palette='pastel')
plt.title('Product Category by Gender')
plt.xlabel('Product Category')
plt.ylabel('Count')
plt.legend(title='Gender', labels=data['Gender'].unique())
plt.show()
不同性别对具体商品购物情况可视化图。
# 不同性别对具体商品购物情况
plt.figure(figsize=(22, 8))
sns.countplot(data=data, x='Item Purchased', hue='Gender', palette='Set2')
plt.title('Item Purchased Distribution by Gender', fontsize=18, weight='bold')
plt.xlabel('Item Purchased', fontsize=14)
plt.ylabel('Count', fontsize=14)
plt.legend(title='Gender', title_fontsize='13', fontsize='12')
plt.xticks(rotation=45, ha='right')
plt.show()
销售情况可视化
(1)不同尺码销售情况
销售情况可视化展示销售数据可以帮助识别销售趋势,包括季节性变化、长期增长或下降趋势。通过图表,如折线图或面积图,可以清晰地看到销售额随时间的变化,从而制定相应的策略。在本文的数据中,不同尺码的消费情况如图所示:
#对不同型号产品进行分析
# 获取产品型号的销售情况
count = data['Size'].value_counts()
colors = plt.cm.Paired(range(len(count)))
plt.figure(figsize=(8, 8))
plt.pie(count.values, labels=count.index, colors=colors, autopct='%1.1f%%', startangle=140, shadow=True)
plt.title('Sales by Product Size', fontsize=16, weight='bold')
plt.axis('equal')
plt.show()
(2)不同性别的销售情况
不同性别在不同型号上的购物情况可视化,展示了不同性别客户对产品尺寸的偏好,可以帮助商家更好地了解客户需求。
#不同性别在不同型号上的购物情况
plt.figure(figsize=(12, 6))
sns.countplot(data=data, x='Size', hue='Gender', palette='Set2')
plt.title('Shopping Distribution by Product Size and Gender', fontsize=16, weight='bold')
plt.xlabel('Product Size', fontsize=14)
plt.ylabel('Count', fontsize=14)
plt.legend(title='Gender', title_fontsize='13', fontsize='12')
plt.xticks(rotation=45, ha='right')
plt.show()
同商品种类下各型号的销售情况
通过分析和可视化展示不同商品种类下各型号的销售情况,可以识别出销售模式和趋势。
# 同商品种类下各型号的销售情况
plt.figure(figsize=(15,5))
sns.countplot(data=data,x='Category' ,hue='Size')
plt.title('Category distribution by Gender')
plt.show()
不同季节下的各商品种类销售情况
# 不同季节下的各商品种类销售情况
count = data['Season'].value_counts()
colors = plt.cm.Paired(range(len(count)))
plt.figure(figsize=(10, 8))
count.plot(kind='pie', colors=colors, fontsize=12, explode=(0, 0.1, 0, 0.1), autopct='%1.1f%%', startangle=140, shadow=True)
plt.title('Sales Distribution by Season', fontsize=16, weight='bold')
plt.legend(labels=count.index, loc="best", fontsize=12)
plt.axis('equal')
plt.show()
不同年龄段的购物可视化
# 获取年龄分布数据并按年龄段进行分组
age_bins = [0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100]
age_labels = ['0-10', '11-20', '21-30', '31-40', '41-50', '51-60', '61-70', '71-80', '81-90', '91-100']
data['AgeGroup'] = pd.cut(data['Age'], bins=age_bins, labels=age_labels, right=False)
age_group_counts = data['AgeGroup'].value_counts().sort_index()
colors = plt.cm.Paired(range(len(age_group_counts)))
plt.figure(figsize=(10, 8))
age_group_counts.plot(kind='pie', colors=colors, autopct='%1.1f%%', startangle=140, shadow=True)
plt.title('Age Group Distribution', fontsize=16, weight='bold')
plt.legend(labels=age_group_counts.index, loc="best", fontsize=12)
plt.axis('equal')
plt.show()
这篇关于基于Python的顾客购物数据可视化分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!