总PV值=数据条数
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import os
data.shape[0]
总流量为12256906，在计算一下日平均流量、日平均独立访客数
##日PV
pv_daily = data.groupby([‘date’])[‘user_id’].count().reset_index().rename(columns={‘user_id’:‘pv_daily’})
pv_daily.head()
- 日平均独立访客数与日平均流量的区别在于要进行去重
##日UV
uv_daily = data.groupby([‘date’])[‘user_id’].apply(lambda x:x.drop_duplicates().count()).reset_index().rename(columns={‘user_id’:‘uv_daily’})
uv_daily.head()
s=uv_daily[‘uv_daily’]
pv_daily[‘uv_daily’]=s
pv_daily
将两表合并
plt.figure(figsize=(40,20),dpi=80)
font={
“family”:“kaiti”,
“size”:‘30’
}
plt.rc(“font”,**font)
plt.subplot(211)#在第一个位置日平均流量图
plt.plot(pv_daily[‘date’],pv_daily[‘pv_daily’],‘co-’)
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter(‘%m/%d’))
plt.gca().xaxis.set_major_locator(mdates.DayLocator()) # 按月显示,按日显示的话，将MonthLocator()改成DayLocator()
plt.gcf().autofmt_xdate()
ax=plt.gca()
ax.spines[“top”].set_color(“w”)
ax.spines[“bottom”].set_color(“r”)
ax.spines[“left”].set_color(“r”)
ax.spines[“right”].set_color(“w”)
plt.gcf().autofmt_xdate()
#设置X轴标签
plt.xlabel(“时间”)
#设置y轴标签
plt.ylabel(“日平均流量统计图”)
plt.title(‘日平均流量’)
plt.figure(figsize=(40,20), dpi=80)
plt.subplot(212)#第二个位置绘制日平均独立访客数
plt.plot(pv_daily[‘date’],pv_daily[‘uv_daily’],‘yo-’)
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter(‘%m/%d’))
plt.gca().xaxis.set_major_locator(mdates.DayLocator())
ax=plt.gca()
ax.spines[“top”].set_color(“w”)
ax.spines[“bottom”].set_color(“r”)
ax.spines[“left”].set_color(“r”)
ax.spines[“right”].set_color(“w”)
plt.title(‘日独立访问客流量’)
plt.gcf().autofmt_xdate()
#设置X轴标签
plt.xlabel(“时间”)
#设置y轴标签
plt.ylabel(“日独立访客量统计图”)
plt.show()
绘制子图，将日平均流量和独立访问客数放在一起进行对比分析：
-
-
可以发现在双十二当天是流量和独立访客数的高峰，在平常波动不大
每天时刻数据
每天的时刻数据
pv_daily_hour = data.groupby([‘hour’])[‘user_id’].count().reset_index().rename(columns={‘user_id’:‘pv’})
uv_daily_hour = data.groupby([‘hour’])[‘user_id’].apply(lambda x:x.drop_duplicates().count()).reset_index().rename(columns={‘user_id’:‘uv’})
pv_daily_hour.head()
uv_daily_hour.head()
plt.figure(figsize=(15,18),dpi=80)
plt.subplot(211)
plt.plot(pv_daily_hour[‘hour’],pv_daily_hour[‘pv’],‘bo-’)
plt.title(“每小时PV”)
plt.savefig(“每小时PV.png”)
plt.xticks(np.arange(0, 24, step=1))
plt.xlim(data.index.values[0])
plt.figure(figsize=(15,18),dpi=80)
plt.subplot(212)
plt.plot(uv_daily_hour[‘hour’],uv_daily_hour[‘uv’],‘yo-’)
plt.title(“每小时UV”)
plt.savefig(“每小时UV.png”)
plt.xticks(np.arange(0, 24, step=1))
plt.xlim(data.index.values[0])
plt.show()
- 从早上5：00-10:00,18:00-21:00这两个时间段pv有较明显上升；uv从早上6:00-10:00有较明显增加，而后到21点uv保持稳定数量，然后开始下降；pv、uv变化符合大众工作作息时间，侧面证明数据是真是有效的。
2、不同购物行为在不同时间维度下的变化情况
plt.figure(figsize=(10, 4))
sns.lineplot(data=d_pv_h, lw=3)
plt.show()
plt.figure(figsize=(10, 4))
sns.lineplot(data=d_pv_h.iloc[:, 1:], lw=3)
plt.show()
虽然大体上各波动趋势相同，但是加购物车数远高于收藏数。
每个UV的平均访问深度=总流量/独立访客数
round(data[‘user_id’].shape[0]/data[‘user_id’].nunique(),2)
##=1225.69
每个UV的日平均访问深度
round(data[‘user_id’].shape[0]/data[‘user_id’].nunique()/data[‘date’].nunique(),2)
##=39.54
分析期间，每个UV的平均PV量是1225.69，每个UV的平均访问深度是39.54
3 、用户转化行为漏斗模型分析
计算每一个行为环节用户的访问量
view = data.groupby([‘behavior_type’])[‘user_id’].count().reset_index().rename(columns={‘user_id’:‘pv’})
view.head
其中：
| beihavior_type | - |
| 1 | 点击 |
| 2 | 收藏 |
| 3 | 加购物车 |
| 4 | 支付 |
#计算各个环节的流失率
print(“点击->加购物车流失率是:%d” % round((view[‘pv’][0]-view[‘pv’][2])*100/view[‘pv’][0],4) + ‘%’)
print(‘点击->收藏流失率是:%d’ % round((view[‘pv’][0]-view[‘pv’][1])*100/view[‘pv’][0],4) + ‘%’)
print(‘加购物车->支付的流失率是:%d’ % round((view[‘pv’][2]-view[‘pv’][3])*100/view[‘pv’][2],4) + ‘%’)
print(‘收藏->支付的流失率是:%d’ % round((view[‘pv’][1]-view[‘pv’][3])*100/view[‘pv’][1],4) + ‘%’)
from pyecharts.charts import Funnel
attr = [‘点击’,‘收藏’,‘加购物车’,‘支付’]
数据支持[(属性,数量)]
image_data = [(attr[i],int(view[‘pv’][i])) for i in range(len(attr))]
print(image_data)
funnel = (Funnel().add(series_name=‘用户行为漏斗’, data_pair=image_data))
funnel.render_notebook()
用户产生点击后可能进行的操作分别为：点击->加购物车、点击->收藏、加购物车->支付、收藏->支付，可以明显的看出用户的流失率比较大，根据用户购买途径计算出各个阶段用户流失率：
- 从浏览——加入购物车/收藏——付款的转化率较低；可以看出浏览到加入购物车或者收藏这一环节的流失率较大，可能由于产品不符合消费者需求或者详情页面不友好等需要对其中原因进一步挖掘分析，查看独立访客情况。
独立访客漏斗模型计算：
view = data.groupby([‘behavior_type’])[‘user_id’].apply(lambda x:x.drop_duplicates().count()).reset_index().rename(columns={‘user_id’:‘pv’})
view
可以看到相应的转化率还是比较高的！
##计算每天的购买数量
df = data[data[‘date’]!=‘2014-12-12’]
date_buy = df[df[‘behavior_type’]==4].groupby([‘date’])[‘item_id’].count().reset_index()
date_buy
##计算每小时的购买数量
hour_buy = df[df[‘behavior_type’]==4].groupby([‘hour’])[‘item_id’].count().reset_index()
hour_buy
plt.figure(figsize=(20,5))
plt.plot(date_buy[‘date’],date_buy[‘item_id’])
plt.xticks(rotation=30)
plt.title(‘按日期观察成交量’)
plt.savefig(“按日期观察成交量.png”)
plt.show()
plt.figure(figsize=(20,5))
plt.plot(hour_buy[‘hour’],hour_buy[‘item_id’])
plt.xticks(rotation=30)
plt.title(‘按时段观察成交量’)
plt.savefig(“按时段观察成交量.png”)
plt.show()
用户转化行为漏斗模型分析
六、结论分析
-
本次数据中一个月内的访问用户总数为（
UV)：29233，页面总访问量为（PV）：2685348，平均每人每周访问量为91.8次页面 -
从浏览——加入购物车/收藏——付款的转化率较低；可以看出浏览到加入购物车或者收藏这一环节的流失率较大，可能由于产品不符合消费者需求或者详情页面不友好等需要对其中原因进一步挖掘分析；
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新文章来源：https://www.toymoban.com/news/detail-857514.html
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）文章来源地址https://www.toymoban.com/news/detail-857514.html
csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）
到了这里，关于Python大数据-对淘宝用户的行为数据分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
