python购物淫秽数据分析（2）

淘宝大数据的游戏，我重新提高自己的思维方式，

插件和代码前前后后写在六个版本，但最好的结果其实是我的第一次2第二码。这让我很惊讶，

但它也说明了一个问题。当你更熟悉的语言，当一方，你缺少的是其他的知识，

首先是我的数学知识，在分析用户行为时，我们知道浏览次数和购买次数是由一定规律的，这个方面找了数学系的同学问了一些，得到的结论是：你能够进行线性拟合。这是最简单的，可是得到的结果不一定真实，于是推荐我使用高斯分布来做。可是由于自己单枪匹马，所以选了比較简单的线性拟合
心理学，我们能够从数据中发现。那些常常在淘宝买东西的假设是时间间隔一段就买了同一种商品的，那说明这个人的属于死宅之类的，由于这些东西一般我们旁边就有，还有，就是浏览次数和购买之间的关系，用数学来解答，心理学来分析。多天浏览和购买的关系，

先意淫这些吧，下来上三个版本号的代码：

第一版本号，简单推測浏览十五次购买一次：

import time

u_id=[]

b_id=[]

t_id=[]

b_time=[]

t_num0=0

t_num1=0

t_num2=0

t_num3=0

a=True

i=0

j=0

fileread=open('t_alibaba_data.csv','r')

while True:

    fileline=fileread.readline()

  #  print  type(fileline)

  #  print fileline,

  #  print  i

    filedian =fileline.find(r',')

    filedian1=fileline.rfind(r',')

    b_id1=fileline[filedian+1:filedian1-2]

    b_id.append(b_id1)

    u_id1=fileline[:filedian]

    u_id.append(u_id1)

    t_id1=fileline[filedian1-1:filedian1]

    t_id.append(t_id1)

    b_time1=fileline[filedian1:-2]

    b_time.append(b_time1)

    if not fileline:

        break

output=open('taobao.txt','a')

#print u_id

#print b_id

#print t_id

print b_time

ff=0

while True:

    if u_id[i]==u_id[i+1]:

        if ff==0:

            output.write(u_id[i])

            output.write('   ')

        ff=ff+1

        if b_id[i]==b_id[i+1]:

            if int(t_id[i])==0:

                    t_num0=t_num0+1

            elif int(t_id[i])==1:

                t_num1=t_num1+1

            elif int(t_id[i])==2:

                t_num2=t_num2+1

            else:

                t_num3=t_num3+1

        else:

            j=j+1

            print  u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3

            if t_num0>=15 or t_num1>=1 :

                output.write(b_id[i])

                output.write(",")

#            else:

#                output.write(b_id[i])

#                output.write(',')

            t_num0=0

            t_num1=0

            t_num2=0

            t_num3=0

#    else:

    else:

        output.write('\n')

        ff=0

#        print  u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3

    i=i+1

第二版本号，观察时间和购买行为

#coding:utf-8

import time

u_id=[]

b_id=[]

t_id=[]

b_time=[]

t_num0=0

t_num1=0

t_num2=0

t_num3=0

b_num1=0

b_time4=0

a=True

i=0

j=0

fileread=open('t_alibaba_data.csv','r')

while True:

    fileline=fileread.readline()

  #  print  type(fileline)

  #  print fileline,

  #  print  i

    filedian =fileline.find(r',')

    filedian1=fileline.rfind(r',')

    b_id1=fileline[filedian+1:filedian1-2]

    b_id.append(b_id1)

    u_id1=fileline[:filedian]

    u_id.append(u_id1)

    t_id1=fileline[filedian1-1:filedian1]

    t_id.append(t_id1)

    b_time1=fileline[filedian1:-2]

    b_time.append(b_time1)

    if not fileline:

        break

output=open('taobao.txt','a')

#print u_id

#print b_id

#print t_id

#print b_time

ff=0

while True:

    if u_id[i]==u_id[i+1]:

        if ff==0:

            output.write(u_id[i])

            output.write('   ')

        ff=ff+1

        if b_id[i]==b_id[i+1]:

            if int(t_id[i])==0:

                    t_num0=t_num0+1

            elif int(t_id[i])==1:

                t_num1=t_num1+1

            elif int(t_id[i])==2:

                t_num2=t_num2+1

            elif b_time[i]!=b_time[i+1]:

                b_time4=b_time4+1

            else:

                t_num3=t_num3+1

        else:

            j=j+1

            b_num1=b_num1+1

            print  u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3,b_time4

            if t_num0>=15 and t_num1==0:

                output.write(b_id[i])

                output.write(",")

            if b_time4>=2 and t_num1==0:

                output.write(b_id[i])

                output.write(',')

            if t_num0>15 and t_num1>=2:

                output.write(b_id[i])

                output.write(',')

            if t_num2>=1 and t_num1==0:

                output.write(b_id[i])

                output.write(',')

            if len(b_id)<=3:

                output.write(b_id[i])

                output.write(',') 

#            if b_num1<=3:

#                output.write(b_id[i])

#                output.write(',')

#

#

            t_num0=0

            t_num1=0

            t_num2=0

            t_num3=0

            b_time4=0

#    else:

    else:

        output.write('\n')

        b_num1=b_num1+1

#        print  u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3

    i=i+1

    b_num1=0

第三版本号，使用数学分析

#coding:utf-8

import time

import numpy as np

from scipy import optimize

from math import sqrt

u_id=[]

b_id=[]

t_id=[]

b_time=[]

t_num0=0        #类型

t_num1=0

t_num2=0

t_num3=0

b_num1=0        #品牌个数

b_time4=0       #时间

a=True

i=0

j=0

fileread=open('t_alibaba_data.csv','r')

while True:

    fileline=fileread.readline()

  #  print  type(fileline)

  #  print fileline,

  #  print  i

    filedian =fileline.find(r',')

    filedian1=fileline.rfind(r',')

    b_id1=fileline[filedian+1:filedian1-2]

    b_id.append(b_id1)

    u_id1=fileline[:filedian]

    u_id.append(u_id1)

    t_id1=fileline[filedian1-1:filedian1]

    t_id.append(t_id1)

    b_time1=fileline[filedian1:-2]

    b_time.append(b_time1)

    if not fileline:

        break

output=open('taobao.txt','a')

#print u_id

#print b_id

#print t_id

#print b_time

t_num00=[]

t_num11=[]

t_num22=[]

t_num33=[]

t_time44=[]

cc=0

ff=0

pp=0

while True:

    if u_id[i]==u_id[i+1]:

        if ff==0:

            output.write(u_id[i])

            output.write('   ')

        ff=ff+1

        if b_id[i]==b_id[i+1]:

#            cc=cc+1

            if int(t_id[i])==0:

                    t_num0=t_num0+1

            elif int(t_id[i])==1:

                t_num1=t_num1+1

            elif int(t_id[i])==2:

                t_num2=t_num2+1

            else:

                t_num3=t_num3+1

            if b_time[i]!=b_time[i+1]:

               # print b_time4

                b_time4=b_time4+1

        else:

            j=j+1

        #    b_num1=b_num1+1

#            print  u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3,b_time4

#            if b_time4>=3:

#                print b_time4

#                pp=pp+1

#       数据拟合分析部分

            t_num00.append(t_num0)

            t_num11.append(t_num1)

            t_num22.append(t_num2)

            t_num33.append(t_num3)

            t_time44.append(b_time4)

#            if t_num0>=10 :

#                output.write(b_id[i])           #看了15次的没有买的

#                output.write(",")

#            elif b_time4>=3 :

#                output.write(b_id[i])           #多天看的，没有买

#                output.write(',')

#           # if t_num0>15 and t_num1>=2:

#           #     output.write(b_id[i])

#           #     output.write(',')

#            elif t_num2>=1 :

#                output.write(b_id[i])           #收藏出可是没有买

#                output.write(',')

#            elif t_num3>=1 :         #放进购物车可是没有买

#                output.write(b_id[i])

#                output.write(',')

#          #  if b_time4>=2 and t_num1>=2:

#          #      output.write(b_id[i])

#          #      output.write(',')

#          #

#            elif t_num1>=1:

#                output.write(b_id[i])           #买过两次

#                output.write(',')

#                

#            if len(b_id)<=3:

#                output.write(b_id[i])

#                output.write(',') 

#            if b_num1<=3:

#                output.write(b_id[i])

#                output.write(',')

#

#

            t_num0=0

            t_num1=0

            t_num2=0

            t_num3=0

            b_time4=0

#    elif b_num1<=3 and ff!=0:

#        print b_id[i]

#        output.write(b_id[i])

#        output.write('\n')

#        ff=0

##    else:

    elif not u_id[i+1]:

        break

#    else:

#

#        output.write('\n')

#        ff=0

#        print  u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3

    i=i+1

    b_num1=0

#分析浏览次数和购买的关系

y=np.array(t_num00)

x=np.array(t_num11)

def residuals(p):

    k,b=p

    return y-(k*x-b)

r=optimize.leastsq(residuals,[1,0])

k,b=r[0]

print "K=",k,"b=",b

#分析收藏和购买的关系

x22=np.array(t_num22)

def residuals(p):

    k,b=p

    return y-(k*x22-b)

r=optimize.leastsq(residuals,[1,0])

k22,b22=r[0]

print "Kt_num22=",k22,"b22=",b22

#分析购物车和购买的关系

x33=np.array(t_num33)

def residuals(p):

    k,b=p

    return y-(k*x33-b)

r=optimize.leastsq(residuals,[1,0])

k33,b33=r[0]

print "kt_num33=",k33,"b33=",b33

#查看天数和购物关系

x44=np.array(t_time44)

def residuals(p):

    k,b=p

    return y-(k*x44-b)

r=optimize.leastsq(residuals,[1,0])

k44,b44=r[0]

print "ktime=",k44,"b44=",b44

print pp

#def sim_pearson()

python购物淫秽数据分析（2）的更多相关文章

Python金融大数据分析PDF
Python金融大数据分析(高清版)PDF 百度网盘链接:https://pan.baidu.com/s/1CF2NhbgpMroLhW2sTm7IJQ 提取码:clmt 复制这段内容后打开百度网盘 ...
Python爬虫与数据分析之爬虫技能：urlib库、xpath选择器、正则表达式
专栏目录: Python爬虫与数据分析之python教学视频.python源码分享,python Python爬虫与数据分析之基础教程:Python的语法.字典.元组.列表 Python爬虫与数据分析 ...
Python爬虫与数据分析之模块：内置模块、开源模块、自定义模块
专栏目录: Python爬虫与数据分析之python教学视频.python源码分享,python Python爬虫与数据分析之基础教程:Python的语法.字典.元组.列表 Python爬虫与数据分析 ...
Python爬虫与数据分析之进阶教程：文件操作、lambda表达式、递归、yield生成器
专栏目录: Python爬虫与数据分析之python教学视频.python源码分享,python Python爬虫与数据分析之基础教程:Python的语法.字典.元组.列表 Python爬虫与数据分析 ...
Python运用于数据分析的简单教程
Python运用于数据分析的简单教程这篇文章主要介绍了Python运用于数据分析的简单教程,主要介绍了如何运用Python来进行数据导入.变化.统计和假设检验等基本的数据分析,需要的朋友可以参考下 ...
python中pandas数据分析基础3（数据索引、数据分组与分组运算、数据离散化、数据合并）
//2019.07.19/20 python中pandas数据分析基础(数据重塑与轴向转化.数据分组与分组运算.离散化处理.多数据文件合并操作) 3.1 数据重塑与轴向转换1.层次化索引使得一个轴上拥 ...
《Python金融大数据分析》高清PDF版|百度网盘免费下载|Python数据分析
<Python金融大数据分析>高清PDF版|百度网盘免费下载|Python数据分析提取码:mfku 内容简介唯一一本详细讲解使用Python分析处理金融大数据的专业图书:金融应用开发领 ...
python金融大数据分析PDF高清完整版免费下载|百度云盘|Python基础教程免费电子书
点击获取提取码:7k4b 内容简介唯一一本详细讲解使用Python分析处理金融大数据的专业图书:金融应用开发领域从业人员必读. Python凭借其简单.易读.可扩展性以及拥有巨大而活跃的科学计算社区 ...
【转帖】Python在大数据分析及机器学习中的兵器谱
Flask:Python系的轻量级Web框架. 1. 网页爬虫工具集 Scrapy 推荐大牛pluskid早年的一篇文章:<Scrapy 轻松定制网络爬虫> Beautiful Soup ...

随机推荐

活锁（livelock）
活锁(livelock) 活锁指的是任务或者执行者没有被阻塞,由于某些条件没有满足,导致一直重复尝试,失败,尝试,失败. 活锁和死锁的区别在于,处于活锁的实体是在不断的改变状态,所谓的“活”, 而处于 ...
python有些错误换行问题解决
有时候数据会遇到一些错误包.例如,正确的数据应: 20141010,aaa,bbb,ccc,ddd,eee 但实际的数据是来: 20141010,aaa,bbb, ccc,ddd, eee 这样出现错 ...
jQuery形式可以计算，它包含了无线电的变化价格，select价格变化，删除行动态计算加盟
jQuery能够计算的表单,包含单选改变价格,select改变价格,动态加入删除行计算各种表单情况的计算演示 JavaScript Code <script type="text/ ...
怎样批量把excel中已显示的科学计数法取消
作者:iamlaosong 把一文本文档拷贝到EXCEL中时,当中一列数字所有变成科学计数法,这些数事实上是条码号,不需进行运算,怎样能够取消科学计算法,将数字显示成原来的样子呢?一般方法例如以下: ...
AIX采用LV创ASM磁盘组
CREATE ASM ON AIX LV DEVICE OS:AIX 6100-03 ASM版本号 10205 # lspv hdisk0 000d295a6d68902b ...
.NET系统开发过程中积累的扩展方法
分享.NET系统开发过程中积累的扩展方法 .NET 3.5提供的扩展方法特性,可以在不修改原类型代码的情况下扩展它的功能.下面分享的这些扩展方法大部分来自于Code Project或是Stacko ...
CSDN Markdown简明教程4-UML画画
0.文件夹文件夹前言序列图 1 序列图演示样例 2 序列图语法流程图 1 流程图演示样例 2 流程图语法节点定义节点连接 Gravizo 声明 1. 前言 Markdown是一种轻量级的标 ...
Same binary weight (位运算)
题目描述 The binary weight of a positive integer is the number of 1's in its binary representation.for ...
linux_shell_轮询触发启动脚本
while [ 1 ]do length=`redis-cli -h *.*.*.* -p 8000 llen eq` while [ $length -gt 1 ] do echo "le ...
Samza/KafkaAnalysizing
Apache Samza is a distributed stream processing framework. It uses Apache Kafka for messaging, and A ...

python购物淫秽数据分析（2）

python购物淫秽数据分析（2）的更多相关文章

随机推荐

热门专题