通过Python-matplotlib对sakila数据进行实验分析

**

实验过程

**
通过Python对数据进行处理，matplotlib生成折线统计图
代码部分：
from matplotlib import pyplot
//导入payment.csv 对该文件的数据进行分析
ID = [76,…,15725]
time= [15,…,48]
#生成图表
pyplot.plot(year, people)
#设置横坐标为顾客ID(ID)，纵坐标为购买次数(time)，标题为折线图
pyplot.xlabel(‘ID’)
pyplot.ylabel(‘time’)
pyplot.title(‘折线图’)
#设置纵坐标刻度
pyplot.yticks([0, 20, 30, 40, 50])
#设置填充选项：参数分别对应横坐标，纵坐标，纵坐标填充起始值，填充颜色（可以有更多选项）
pyplot.fill_between(year, people, 10, color = ‘red’)
#显示图表
pyplot.show()
代码执行结果如下图所示：

from matplotlib import pyplot
//导入payment.csv 对该文件的数据进行分析
ID = [76,…,15725]
TotalAmount= [15,…,48]
#生成图表
pyplot.plot(iD, TotalAmount)
#设置横坐标为顾客ID(ID)，纵坐标为购买总额（TotalAmount），标题为折线图
pyplot.xlabel(‘ID’)
pyplot.ylabel(‘TotalAmount’)
pyplot.title(‘折线图’)
#设置纵坐标刻度
pyplot.yticks([0, 50,100,150,200,250])
#设置填充选项：参数分别对应横坐标，纵坐标，纵坐标填充起始值，填充颜色（可以有更多选项）
pyplot.fill_between(year, people, 10, color = ‘red’)
#显示图表
pyplot.show()
代码执行结果如下图所示：

**

实验结果分析

**
通过分析time-ID图，可初步判定购买次数高分值落在100-200区间和500-550区间，在100-200区间中，最大购买次数达到45以上，最低购买次数25以上；在500-550区间内，最高购买次数在45以上，最低购买次数在22以上；100-200区间内最大峰值48左右，最小峰值15左右，波动较大，最稳定顾客应该在ID为150的客户左右。500-550区间中最大峰值48，最小峰值18，波动较大，相比于100-200的区间，该区间的波动较稳定，购买次数最多的顾客应在ID编号为520左右。两个区间目测购买次数最多的人中，500-550区间的顾客更趋紧于最有潜力的购买顾客。
对Total Amount-ID折线图做分析。最大购买总额的两个波峰分别位于100-200，500-550，与上图的time-ID图基本符合。在100-200区间内的最大峰值约为240，最小峰值约为65，波动绝对值大约为175。在500-550区间内，最大购买总额约为250，最小购买总额70，波动绝对值180。对购买总额的密度分析，在100-200区间内，购买总额最多的客户编号大约为140。在500-550区间内，购买总额最多的顾客编号大约为520。根据波动性和稳定性分析，100-200区间的顾客购买总额较为稳定。
对最后结果选择出最有潜力的购买客户，相对于购买频率而言，购买总额的决定性高于购买频率，如果最终要筛选出最有潜力的购买客户，应选择从编号在520左右的客户进行更精细的筛选。以上实验内容仅仅对payment.csv进行了分析，还存在很多方面的偏差和漏洞，只是粗略的对大量数据进行了分析。