数据分析案例-顾客购物数据可视化分析（文末送书）

 

‍♂️ 个人主页：@艾派森的个人主页

✍作者简介：Python学习者
希望大家多多支持，我们一起进步！
如果文章对你有帮助的话，
欢迎评论 点赞 收藏 加关注+

---

目录

1.项目背景

2.数据集介绍

3.技术工具

4.导入数据

5.数据可视化

5.1分析性别比例

5.2年龄分布

5.3购物种类分析

5.4产品型号分析 

5.5其他分析

6.总结

文末推荐与福利

---

1.项目背景

        随着现代电子商务的飞速发展，顾客购物数据量也在飞速增长。这些数据包含了丰富的信息，如消费者的购买习惯、喜好、趋势等。然而，如何有效地处理和利用这些数据，使其为商业决策提供有价值的洞见，成为了一个重要的问题。为此，通过数据可视化技术，将复杂的数据转化为直观、易理解的图形，可以帮助企业更好地理解市场和消费者行为，进一步优化商业决策。

        顾客购物数据的可视化具有广泛的应用场景。例如，商家可以通过对顾客的购买历史进行分析，了解顾客的购买习惯和喜好，从而为他们推荐更符合其需求的产品或服务。此外，商家还可以通过数据可视化来识别销售趋势，预测未来的销售情况，从而制定更有效的销售策略。

        本项目旨在通过数据可视化技术，对顾客购物数据进行深入挖掘和分析，为商家提供全面的市场分析和商业洞察。通过使用先进的数据可视化工具和技术，我们将从大量的顾客购物数据中提取有价值的信息，并通过直观的图形展示出来，帮助商家更好地理解市场和消费者行为，优化商业决策。

2.数据集介绍

该数据集来源于kaggle，原始数据集共有3900条，18个特征变量，各变量含义解释如下：

Customer ID- 每个客户的唯一标识符

Age- 顾客的年龄

Gender- 顾客的性别（男/女）

Item Purchased- 客户购买的商品

Category- 购买商品的类别

Purchase Amount (USD)- 以美元计的购买金额

Location- 购买地点

Size- 购买商品的尺寸

Color- 购买商品的颜色

Season- 购买的季节

Review Rating- 客户对所购买商品的评分

Subscription Status- 指示客户是否有订阅（是/否）

Shipping Type- 客户选择的运输类型

Discount Applied- 指示购买时是否应用折扣（是/否）

Promo Code Used- 指示购买时是否使用了促销代码（是/否）

Previous Purchases- 客户先前购买的次数

Payment Method- 客户最喜欢的付款方式

Frequency of Purchases- 客户购买的频率（例如每周、每两周、每月）

3.技术工具

Python版本:3.9

代码编辑器：jupyter notebook

4.导入数据

首先导入本次实验用到的可视化第三方库，并加载数据集

# 导包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
# 导入数据
data=pd.read_csv("shopping_trends_updated.csv")
data.head()

接着查看一下数据集的基本信息

# 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))*100
    sum['#unique']=data.nunique().values
    desc=pd.DataFrame(data.describe(include="all").transpose())
    sum['min']=desc['min'].values
    sum['max']=desc['max'].values
    sum['first value']=data.loc[0].values
    sum['second value']=data.loc[1].values
    sum['Third value']=data.loc[2].values
    
    return sum
summary(data)

可以发现该数据集的形状为(3900,18)。在这个数据中，有13个分类列和5个数值列。没有缺失值。客户总数为3900。

5.数据可视化

5.1分析性别比例

colors = ["#89CFF0", "#FF69B4", "#FFD700", "#7B68EE", "#FF4500",
          "#9370DB", "#32CD32", "#8A2BE2", "#FF6347", "#20B2AA",
          "#FF69B4", "#00CED1", "#FF7F50", "#7FFF00", "#DA70D6"]
# 性别比例
plt.figure(figsize=(6, 4))
G_vis = data['Gender'].value_counts()
bars = plt.bar(G_vis.index, G_vis.values, color='gray')
plt.xlabel('Gender')
plt.ylabel('Number of Gender')
plt.title('Gender Distribution')
# 给图表填上数据
for bar in bars:
    plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height(), str(int(bar.get_height())), ha='center', va='bottom')

plt.show()

plt.figure(figsize = (20, 6))
counts = data["Gender"].value_counts()
explode = (0,0.1)
counts.plot(kind = 'pie', fontsize = 12, colors = colors, explode = explode, autopct = '%1.1f%%')
plt.xlabel('Gender', weight = "bold", color = "#2F0F5D", fontsize = 14, labelpad = 20)
plt.axis('equal')
plt.legend(labels = counts.index, loc = "best")
plt.show()

可以看出该数据集的顾客是男性多于女性的。 

5.2年龄分布

# 年龄分布
plt.figure(figsize=(8, 4))
plt.hist(data['Age'],edgecolor = 'black',alpha=0.7,bins=25,color = 'skyblue',density=True)
data['Age'].plot(kind='kde', color = 'red')
plt.xlabel('Age')
plt.ylabel('Count / Density')
plt.title('Age Distribution Histogram with Density Curve')
plt.legend(['Density Curve', 'Histogram'])
plt.show()

顾客的年龄主要分布在20-70岁之间。

5.3购物种类分析

# 购物种类分布
plt.figure(figsize = (10, 6))
c=data["Category"].value_counts()
bar=plt.bar(c.index,c.values,color=colors)
# 给图表填上数据
for bar in bar:
    plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height(), str(int(bar.get_height())), ha='center', va='bottom')

plt.title('Category Distribution')
plt.show()

counts = data["Category"].value_counts()
explode = (0, 0.0, 0.1, 0.2)
counts.plot(kind = 'pie', fontsize = 12, colors = colors, explode = explode, autopct = '%1.1f%%')
plt.xlabel('Gender', weight = "bold", color = "#2F0F5D", fontsize = 14, labelpad = 20)
plt.axis('equal')
plt.legend(labels = counts.index, loc = "best")
plt.show()

# 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
plt.figure(figsize=(22,5))
sns.countplot(data=data,x='Item Purchased',hue='Gender',palette='Set2')
plt.title('Item Purchased Distribution by Gender')
plt.show()

5.4产品型号分析 

# 不同产品型号的销售情况
count=data['Size'].value_counts()
plt.figure(figsize=(6,4))
bars=plt.bar(count.index,count.values,color=colors)
# 给图表填上数据
for bar in bars:
    plt.annotate(f'{bar.get_height()}', (bar.get_x() + bar.get_width() / 2., bar.get_height()), ha='center', va='center', fontsize=9, color='black', xytext=(0, 5), textcoords='offset points')
plt.show()

sns.countplot(data=data,x='Size' ,hue='Gender')
plt.show()

# 不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()

plt.figure(figsize=(10,20))
sns.countplot(data=data,y='Item Purchased',hue='Size')
plt.ylabel('Item Purchased', fontsize=10)
plt.xlabel('\nNumber of Occurrences', fontsize=10)
plt.title('Item Purchased by Gender\n', fontsize=10)
plt.xticks(fontsize=10)
plt.tight_layout()
plt.show()

5.5其他分析

# 不同季节下的各商品种类销售情况
count=data['Season'].value_counts()
count.plot(kind='pie',colors=colors,fontsize=12,explode=(0,0.1,0,0.1),autopct='%1.1f%%')
plt.show()

# 各种类的用户评级
plt.figure(figsize=(20, 6))
sns.violinplot(x='Category', y='Review Rating', data=data)
plt.title('Review Rating by Category')
plt.xlabel('Category')
plt.ylabel('Review Rating')
plt.xticks(rotation=45,fontsize=12)
plt.show()

# 不同性别的评价等级分布
sns.kdeplot(data[data['Gender'] == 'Male']['Review Rating'], label='Male', shade=True)
sns.kdeplot(data[data['Gender'] == 'Female']['Review Rating'], label='Female', shade=True)
plt.title('KDE Plot of Review Rating by Gender')
plt.xlabel('Review Rating')
plt.ylabel('Density')
plt.legend()
plt.show()

plt.figure(figsize=(20, 5))
sns.kdeplot(data = data, x = 'Purchase Amount (USD)', hue = 'Season', common_norm = False, fill = True, palette = 'Set1')
plt.title('KDE Plot of Purchase Amount by Season')
plt.xlabel('Purchase Amount in USD')
plt.show()

6.总结

        通过本次实验，我们成功地利用数据可视化技术对顾客购物数据进行深入分析，提取了有价值的信息。这些信息可以帮助商家更好地了解市场和消费者行为，优化商业决策。例如，针对消费者的购买习惯周期性特点，商家可以在周末加强促销力度，提高销售额；针对不同地区的销售差异，商家可以制定个性化的销售策略，提高市场占有率；针对某品牌的销售上升趋势，商家可以进一步加大市场推广力度，扩大品牌影响力。

文末推荐与福利

《Python算法设计与分析从入门到精通》免费包邮送出3本！

​

内容简介：   

       本书是一本综合讲述算法和数据结构的入门书，以图解的方式全面介绍了当下比较实用的算法。全书分为4篇，共13章，包括算法入门、算法的描述、Python编程基础、排序算法、四大经典算法、其他算法、链表算法、树形结构算法、图形结构算法、查找算法、哈希表、使用算法解决常见数学问题、算法常见经典问题等。本书从用户学习与应用的角度出发，所有算法都结合具体生活实例进行讲解，涉及的程序代码给出了详细的注释，并且运用大量的示意图和实例应用，力求打造零压力的学习氛围，使读者轻松掌握各种主流算法，快速提高开发技能，拓宽职场道路。
        本书给出了大量的算法实例，所有实例都提供源码，本书的服务网站提供了模块库、案例库、题库、素材库、答疑服务。力求为读者提供一本“基础入门 应用开发 实战”一体化的Python算法图书。
        本书内容详尽，实例丰富，非常适合作为算法初学者的入门用书，也适合作为Python开发人员的案头随查手册；另外，对于从C 、C#、Java等编程语言转入的Python开发人员也有很大的参考价值。

编辑推荐：

《Python算法设计与分析从入门到精通》提供了从Python算法入门到成为算法设计高手所必需的各类知识。图书特点如下。
（1）主流算法，全面解析。本书从算法的基础讲起，通过各种有趣的实例、形象的讲解、丰富的图示，一点一滴地渗透Python算法逻辑和数据结构知识，后通过实例篇强化算法运用。
（2）择选经典算法，全程图解。算法世界浩瀚无边，且比较抽象。本书精心择选那些在程序设计、求职面试中出现频率较高的经典算法，非常具有代表性。同时，本书为算法实例绘制了多幅形象、生动的分步骤图示，全程图解，读者可快速领悟背后的算法设计逻辑。
（3）边学边练，学以致用。你得到的不仅仅是一本纸书，而是全套的学习资源。112个算法实例 136集Python零基础扫盲课，边学边练，在实践中提升技能。
（4）精彩栏目，贴心提醒。本书设置了很多“注意”“说明”“技巧”等小栏目，有利于读者在学习过程中更轻松地理解相关知识点及概念，并轻松地掌握个别技术的应用技巧。
（5）在线解答，高效学习。在线答疑QQ及技术支持网站，清大文森学堂不定期在线直播课程。

• 抽奖方式：评论区随机抽取3位小伙伴免费送出！
• 参与方式：关注博主、点赞、收藏、评论区评论“人生苦短，拒绝内卷！”（切记要点赞+收藏，否则抽奖无效，每个人最多评论三次！）
• 活动截止时间：2023-10-24 20:00:00
• 当当网购买链接：http://product.dangdang.com/29336692.html

• 京东购买链接：https://item.jd.com/13000067.html

 名单公布时间：2023-10-24 21:00:00