【数据可视化-25】时尚零售销售数据集的机器学习可视化分析

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

一、引言

  在时尚零售行业中，对销售数据进行深入分析可以帮助企业了解客户购买行为、产品受欢迎程度和支付偏好等关键信息。本文将通过一个包含3400条时尚零售记录的数据集，进行详细的可视化分析，并提供完整的Python代码，以帮助读者更好地理解数据并从中提取有价值的信息。

二、数据集概述

  数据集包含以下列：

• Customer Reference ID：整数类型，每个客户的唯一标识符。
• Item Purchased：字符串类型，购买的时尚商品的名称。
• Purchase Amount (USD)：浮点数类型，商品的购买价格（以美元为单位），存在650个缺失值。
• Date Purchase：字符串类型，购买日期（格式：DD-MM-YYYY）。
• Review Rating：浮点数类型，买家评论评分（1到5分）。
• Payment Method：字符串类型，使用的付款方式（如信用卡、现金等）。

2.1 数据加载与预览

  首先，加载数据集并进行初步的预览和探索。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns# 加载数据集
df = pd.read_csv("/kaggle/input/fashion-retail-dataset/fashion_retail.csv")# 显示前几行数据
print(df.head())

2.2 数据清洗与预处理

  在进行深入分析之前，我们需要对数据进行清洗和预处理。

# 将Date Purchase转换为日期类型
df['Date Purchase'] = pd.to_datetime(df['Date Purchase'], format='%d-%m-%Y')
# 缺失值处理
df['Purchase Amount (USD)'] = df['Purchase Amount (USD)'].fillna(df['Purchase Amount (USD)'].mean())
df['Review Rating'] = df['Review Rating'].fillna(df['Review Rating'].mode()[0])

2.3 异常值处理

  通过箱线图查看数据异常情况。

sns.boxplot(data=df)

  从图中我们可以发现，'Purchase Amount (USD)'列中存在比较多的异常值，将异常值进行替换。

# 计算均值和标准差
mean = df['Purchase Amount (USD)'].mean()
std = df['Purchase Amount (USD)'].std()# 计算上下限
lower_bound = mean - 3 * std
upper_bound = mean + 3 * std# 将异常值替换为均值
df['Purchase Amount (USD)'] = np.where((df['Purchase Amount (USD)'] < lower_bound) | (df['Purchase Amount (USD)'] > upper_bound), mean, df['Purchase Amount (USD)'])sns.boxplot(data=df)

三、数据可视化分析

3.1 销售总额分析

sns.kdeplot(data=df,x='Purchase Amount (USD)')

3.2 按日期分组的销售情况

# 按日期分组并计算每日销售总额
daily_purchase_df = ready_df.groupby('Date Purchase')['Purchase Amount (USD)'].sum().reset_index()plt.figure(figsize=(25, 8))
plt.plot(daily_purchase_df['Date Purchase'], daily_purchase_df['Purchase Amount (USD)'], color='purple')
plt.xlabel('Date')
plt.ylabel('Sales Amount (USD)')
plt.title('Amount Of Sales By Date')
plt.show()

3.3 年度销售分布

df['Year'] = df['Date Purchase'].dt.year
yearly_sales = df.groupby('Year')['Purchase Amount (USD)'].sum()
plt.pie(yearly_sales, labels=yearly_sales.index)
plt.title('Sales Percentage In Each Year')
plt.show()

3.4 支付方式分析

plt.pie(df['Payment Method'].value_counts().values, labels=df['Payment Method'].unique(),startangle=90)
plt.title('Sales Percentage By Each Payment Method')
plt.show()

3.5 平均单笔消费最高的用户分析

samples = []
for customer in df['Customer Reference ID'].unique():temp_df = df[df['Customer Reference ID'] == customer]samples.append((customer, temp_df['Purchase Amount (USD)'].sum(), len(temp_df)))samples = pd.DataFrame(samples, columns=['Customer ID', 'Overall amount of purchases (USD)', 'Number of purchases'])
samples = samples.sort_values(by='Overall amount of purchases (USD)', ascending=False).reset_index(drop=True)
samples['rate'] = samples['Overall amount of purchases (USD)'] / samples['Number of purchases']
samples = samples.sort_values(by='rate',ascending=False).reset_index(drop=True)
samples['Customer ID'] = samples['Customer ID'].map(str)plt.figure(figsize=(25, 8))
sns.barplot(data=samples[:20],x='Customer ID',y='rate')

3.6 热门商品分析

Pur_df = []
for item in df['Item Purchased'].unique():temp_df = df[df['Item Purchased'] == item]Pur_df.append((item, temp_df['Purchase Amount (USD)'].sum(), len(temp_df)))Pur_df = pd.DataFrame(Pur_df, columns=['Item', 'Overall amount of purchases (USD)', 'Number of purchases'])
Pur_df = Pur_df.sort_values(by='Overall amount of purchases (USD)', ascending=False).reset_index(drop=True)

3.7 评论评分分布

rating_counts = df.groupby('Review Rating').count().reset_index()
rating_counts = rating_counts[['Review Rating','Year']]
plt.figure(figsize=(25, 8))
sns.barplot(data=rating_counts,x='Review Rating',y='Year')
plt.xlabel('Ratings')
plt.ylabel('Count')
plt.title('Review Ratings Distribution')
plt.show()

3.8 不同交付方式的销售总额分析

sns.kdeplot(data=df,x='Purchase Amount (USD)',hue='Payment Method')

四、结论

  通过以上的可视化分析，我们可以得出以下结论：

1. 销售总额与平均销售额：了解整体销售额和平均销售额有助于评估业务表现。
2. 时间序列销售趋势：每日销售趋势可以帮助识别销售高峰和低谷。
3. 年度销售分布：不同年度的销售占比揭示了业务的季节性和年度变化。
4. 支付方式偏好：客户对不同支付方式的偏好影响支付策略。
5. 顶级客户与热门商品：识别高价值客户和热门商品有助于制定营销策略。
6. 评论评分分布：了解客户满意度和产品评价有助于改进产品质量和服务。

  通过这些分析，时尚零售企业可以更好地理解市场趋势、客户行为和产品表现，从而制定更有效的商业策略，提升销售业绩和客户满意度。

---