基于Python控制台电商用户行为分析.py

下是一个适合大一、大二 大数据分析专业学生的 电商用户行为分析 课程设计作业程序。通过模拟电商用户的行为数据，进行分析和可视化，帮助学生理解电商数据分析的基本流程和方法。 程序功能简介 数据生成： 模拟电商用户浏览、加入购物车、下单、支付的行为数据。 包括用户 ID、商品 ID、行为类型、时间戳等信息。 数据分析： 用户行为分布统计（浏览、加入购物车、下单、支付的占比）。 商品点击热度分析，找出热门商品。 漏斗分析：从浏览到支付的用户转化率。 数据可视化： 行为分布柱状图。 热门商品排名条形图。 漏斗图展示用户转化过程。 程序功能解析 1. 数据生成 随机生成用户行为数据，包含以下字段： 用户ID：唯一标识用户，例如 User_1。 商品ID：唯一标识商品，例如 Item_1。 行为类型：模拟用户的电商行为，包括 浏览、加入购物车、下单、支付，并设置不同的行为概率（浏览最多）。 时间戳：生成行为的时间，格式为 YYYY-MM-DD HH:MM:SS。 2. 数据分析 用户行为分布： 统计各类行为的总次数，了解用户主要行为分布情况。