文章通过ggplot等工具对产品购买数据进行了深入分析，包括产品购买次数、消费价格区间、性别、城市和婚姻状况等因素的影响。结果显示，某些产品购买频繁，消费集中在特定价格区间，且男性消费者在购物上花费更多。同时，文章提到了数据清洗和整理的过程以及可用的学习资源。
purpro_20[1:20,] %>% ggplot(aes(x=Product_ID,y=n,fill=Product_ID))+geom_point(color=‘red’)+theme(axis.text.x = element_text(angle=45,vjust=0.5),legend.position = “none”)
结果：
从上图我们可以得知，编码为P00265242的产品被购买的次数最多，其次，编码为P00025442，P00110742，P00112142的产品被购买的次数也较多，次数均在1500次以上，从编码来看并没有什么很显眼的数据特点。
消费最多的价格区间
代码：
bf %>% ggplot(aes(x=Purchase))+geom_histogram(fill=“red”)
结果：
从图上可知，消费最多的价格区间再8500左右，约有60000以上的消费次数。不存在购买频率十分显著的编码号，所以还需要进一步的挖掘。
产品类别信息统计
- 对不同性别绘制箱线图：
代码：
p1<-bf %>% ggplot(aes(x=Gender,y=Purchase))+geom_boxplot()
p1
结果：
对不同城市绘制箱线图：
代码：
p2<-bf %>% ggplot(aes(x
最低0.47元/天 解锁文章
扫一扫
1500
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
