使用python代码实现电商用户行为分析-CSDN博客

使用python实现电商用户行为分析

描述：分析电商平台用户行为数据（点击、购买、收藏等），使用Pandas和Matplotlib统计用户活跃时段、热销商品类别，并用Seaborn绘制行为趋势图。

工具：Pandas, NumPy, Matplotlib/Seaborn

数据集：可从Kaggle获取用户行为日志（如ecommerce-behavior-data）

以下是一个完整的电商用户行为分析Python实现方案，使用Pandas处理数据、Matplotlib/Seaborn进行可视化：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.ticker import FuncFormatter

# 设置中文显示（如果需要显示中文）
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 读取数据（假设数据文件名为user_behavior.csv）
try:
    # 从Kaggle下载的数据集可能包含这些列：timestamp, user_id, product_id, category, behavior_type
    df = pd.read_csv('user_behavior.csv', parse_dates=['timestamp'])
    
    # 若时间列为其他名称（如event_time），需调整列名
    # df = pd.read_csv('user_behavior.csv', parse_dates=['event_time'], 
    #                  names=['timestamp', 'user_id', 'product_id', 'category', 'behavior_type'])
    
except FileNotFoundError:
    print("文件未找到！请从Kaggle下载数据集：https://www.kaggle.com/datasets/mkechinov/ecommerce-behavior-data")
    exit()

# 1. 数据处理
# 添加时间字段
df['hour'] = df['timestamp'].dt.hour
df['date'] = df['timestamp'].dt.date
df['day_name'] = df['timestamp'].dt.day_name()

# 2. 用户活跃时段分析
hourly_activity = df.groupby('hour')['user_id'].count().reset_index(name='count')

# 3. 热销商品类别分析（假设'purchase'表示购买）
purchase_data = df[df['behavior_type'] == 'purchase']
top_categories = purchase_data.groupby('category')['product_id'] \
                    .count() \
                    .sort_values(ascending=False) \
                    .head(10) \
                    .reset_index(name='purchases')

# 4. 行为趋势分析
daily_trend = df.groupby('date')['behavior_type'] \
                .value_counts() \
                .unstack() \
                .fillna(0)

# 5. 可视化
fig, axes = plt.subplots(3, 1, figsize=(15, 18))

# 用户活跃时段（小时）
sns.barplot(x='hour', y='count', data=hourly_activity, 
            palette='Blues_d', ax=axes[0])
axes[0].set_title('每小时用户活跃度')
axes[0].set_xlabel('小时')
axes[0].set_ylabel('行为计数')

# 热销商品类别
sns.barplot(x='purchases', y='category', data=top_categories, 
            palette='viridis', ax=axes[1])
axes[1].set_title('热门商品类别Top10')
axes[1].set_xlabel('购买次数')
axes[1].set_ylabel('商品类别')

# 行为趋势（按天）
sns.lineplot(data=daily_trend, dashes=False, ax=axes[2])
axes[2].set_title('用户行为趋势（每日）')
axes[2].set_xlabel('日期')
axes[2].set_ylabel('行为计数')
axes[2].legend(title='行为类型')
axes[2].xaxis.set_major_locator(plt.MaxNLocator(10))

plt.tight_layout()
plt.savefig('ecommerce_analysis.png', dpi=300)
plt.show()

# 6. 附加分析：按星期分析用户行为
weekday_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
weekday_activity = df.groupby(['day_name', 'behavior_type'])['user_id'] \
                    .count() \
                    .reset_index(name='count') \
                    .sort_values('count', ascending=False)

plt.figure(figsize=(12, 6))
sns.barplot(x='day_name', y='count', hue='behavior_type', 
            data=weekday_activity, order=weekday_order,
            palette='Set2')
plt.title('每周用户行为分布')
plt.xlabel('星期')
plt.ylabel('行为计数')
plt.tight_layout()
plt.savefig('weekly_behavior.png', dpi=300)

使用说明：

1.数据集准备：

从Kaggle下载电商行为数据（如eCommerce Behavior Data）

确保包含以下列（列名可能需要调整）：

timestamp：行为时间戳
user_id：用户ID
product_id：商品ID
category：商品类别
behavior_type：行为类型（点击、购买、收藏等）

2.安装依赖：

pip install pandas numpy matplotlib seaborn

3.关键分析点：

用户活跃时段：展示一天中24小时内的用户行为分布
热销商品类别：统计购买次数最多的前10个商品类别
行为趋势：展示不同行为类型（点击/购买/收藏）随时间变化趋势
周行为分析：展示不同星期的用户行为分布（单独图表）

4.结果输出：

生成三合一图表：活跃时段、热销类别、行为趋势
单独输出每周行为分析图
图像保存为高清PNG格式（600dpi）

数据分析扩展建议：

1.用户分群分析：

# 区分新老用户（示例）
df['user_type'] = np.where(df.groupby('user_id')['timestamp'].transform('min') == df['timestamp'], '新用户', '老用户')

2.转化漏斗分析：

# 计算行为转化率
funnel = df.groupby('behavior_type')['user_id'].nunique().reset_index()
funnel['ratio'] = funnel['user_id'] / funnel['user_id'].max()

3.RFM模型（最近购买、购买频率、购买金额）：

# 需有订单金额数据
rfm = purchase_data.groupby('user_id').agg({
    'timestamp': 'max',        # 最近购买时间
    'product_id': 'count',     # 购买次数
    'price': 'sum'             # 总金额（假设有价格列）
})

4.协同过滤推荐：

# 使用surprise库实现
from surprise import Dataset, Reader, SVD

# 创建用户-商品评分矩阵（基于行为次数）
interactions = df.groupby(['user_id', 'product_id']).size().reset_index(name='interactions')

这些扩展分析可以帮助构建个性化推荐系统和用户画像系统。