电商数据可视化分析（Python）

数据分析及应用

一个数据挖掘算法砖家。分享Python大数据分析、数据挖掘算法等技术干货

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

---

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

1. import matplotlib.pyplot as plt

2. data=pd.read_csv("shopping_trends_updated.csv")

接着查看一下数据集的基本信息

1. print(f'data shape : {data.shape}')

2. sum=pd.DataFrame(data.dtypes,columns=['data type'])

3. sum["Missing"]=data.isnull().sum()

4. sum["%Missing"]=(data.isnull().sum()/len(data))*100

5. sum['#unique']=data.nunique().values

6. desc=pd.DataFrame(data.describe(include="all").transpose())

7. sum['min']=desc['min'].values

8. sum['max']=desc['max'].values

9. sum['first value']=data.loc[0].values

10. sum['second value']=data.loc[1].values

11. sum['Third value']=data.loc[2].values

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

1. colors = ["#89CFF0", "#FF69B4", "#FFD700", "#7B68EE", "#FF4500",

2. "#9370DB", "#32CD32", "#8A2BE2", "#FF6347", "#20B2AA",

3. "#FF69B4", "#00CED1", "#FF7F50", "#7FFF00", "#DA70D6"]

4. plt.figure(figsize=(6, 4))

5. G_vis = data['Gender'].value_counts()

6. bars = plt.bar(G_vis.index, G_vis.values, color='gray')

7. plt.ylabel('Number of Gender')

8. plt.title('Gender Distribution')

11. plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height(), str(int(bar.get_height())), ha='center', va='bottom')

1. plt.figure(figsize = (20, 6))

2. counts = data["Gender"].value_counts()

4. counts.plot(kind = 'pie', fontsize = 12, colors = colors, explode = explode, autopct = '%1.1f%%')

5. plt.xlabel('Gender', weight = "bold", color = "#2F0F5D", fontsize = 14, labelpad = 20)

7. plt.legend(labels = counts.index, loc = "best")

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

2. plt.figure(figsize=(8, 4))

3. plt.hist(data['Age'],edgecolor = 'black',alpha=0.7,bins=25,color = 'skyblue',density=True)

4. data['Age'].plot(kind='kde', color = 'red')

6. plt.ylabel('Count / Density')

7. plt.title('Age Distribution Histogram with Density Curve')

8. plt.legend(['Density Curve', 'Histogram'])

顾客的年龄主要分布在20-70岁之间。

5.3购物种类分析

2. plt.figure(figsize = (10, 6))

3. c=data["Category"].value_counts()

4. bar=plt.bar(c.index,c.values,color=colors)

7. plt.text(bar.get_x() + bar.get_width() / 2, bar.get_height(), str(int(bar.get_height())), ha='center', va='bottom')

9. plt.title('Category Distribution')

1. counts = data["Category"].value_counts()

2. explode = (0, 0.0, 0.1, 0.2)

3. counts.plot(kind = 'pie', fontsize = 12, colors = colors, explode = explode, autopct = '%1.1f%%')

4. plt.xlabel('Gender', weight = "bold", color = "#2F0F5D", fontsize = 14, labelpad = 20)

6. plt.legend(labels = counts.index, loc = "best")

2. plt.figure(figsize=(8, 3))

3. sns.countplot(data=data, x='Category', hue='Gender',palette='pastel')

4. plt.title('Product Category by Gender')

5. plt.xlabel('Product Category')

7. plt.legend(title='Gender', labels=data['Gender'].unique())

2. plt.figure(figsize=(22,5))

3. sns.countplot(data=data,x='Item Purchased',hue='Gender',palette='Set2')

4. plt.title('Item Purchased Distribution by Gender')

5.4产品型号分析 

2. count=data['Size'].value_counts()

3. plt.figure(figsize=(6,4))

4. bars=plt.bar(count.index,count.values,color=colors)

7. 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')

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

2. plt.figure(figsize=(15,5))

3. sns.countplot(data=data,x='Category' ,hue='Size')

4. plt.title('Category distribution by Gender')

1. plt.figure(figsize=(10,20))

2. sns.countplot(data=data,y='Item Purchased',hue='Size')

3. plt.ylabel('Item Purchased', fontsize=10)

4. plt.xlabel('\nNumber of Occurrences', fontsize=10)

5. plt.title('Item Purchased by Gender\n', fontsize=10)

5.5其他分析

2. count=data['Season'].value_counts()

3. count.plot(kind='pie',colors=colors,fontsize=12,explode=(0,0.1,0,0.1),autopct='%1.1f%%')

2. plt.figure(figsize=(20, 6))

3. sns.violinplot(x='Category', y='Review Rating', data=data)

4. plt.title('Review Rating by Category')

6. plt.ylabel('Review Rating')

7. plt.xticks(rotation=45,fontsize=12)

2. sns.kdeplot(data[data['Gender'] == 'Male']['Review Rating'], label='Male', shade=True)

3. sns.kdeplot(data[data['Gender'] == 'Female']['Review Rating'], label='Female', shade=True)

4. plt.title('KDE Plot of Review Rating by Gender')

5. plt.xlabel('Review Rating')

1. plt.figure(figsize=(20, 5))

2. sns.kdeplot(data = data, x = 'Purchase Amount (USD)', hue = 'Season', common_norm = False, fill = True, palette = 'Set1')

3. plt.title('KDE Plot of Purchase Amount by Season')

4. plt.xlabel('Purchase Amount in USD')

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。