python 怎么画cohort

原创

mob64ca12efd81c 2024-10-10 06:03:15 ©著作权

©著作权归作者所有：来自51CTO博客作者mob64ca12efd81c的原创作品，请联系作者获取转载授权，否则将追究法律责任

使用Python绘制Cohort分析图

引言

Cohort分析是一种可以帮助我们理解用户行为的强大工具。它通过将用户分组（Cohorts），分析不同组在时间维度上的表现，从而揭示趋势和模式。本文将介绍如何使用Python绘制Cohort分析图，以解决特定的业务问题，比如用户留存率分析。

目标

我们的目标是通过Cohort分析，了解一个在线商城的用户留存率。我们希望回答以下问题：

不同注册月份的用户在后续月份的留存率如何？
留存率是否随时间推移而变化？

数据准备

首先，我们需要模拟一些用户数据。假设我们有以下字段：

user_id: 用户ID
signup_date: 注册日期
purchase_date: 购买日期

我们将生成一组示例数据，用于分析。

import pandas as pd
import numpy as np
import random
from datetime import datetime, timedelta

# 生成示例数据
def create_sample_data(num_users):
    data = []
    start_date = datetime(2021, 1, 1)  # 开始日期
    for i in range(num_users):
        signup_date = start_date + timedelta(days=random.randint(0, 365))
        for j in range(random.randint(0, 6)):  # 用户最多购买6次
            purchase_date = signup_date + timedelta(days=random.randint(0, 60))
            data.append([i, signup_date, purchase_date])
    return pd.DataFrame(data, columns=['user_id', 'signup_date', 'purchase_date'])

# 创建1000个用户的数据
df = create_sample_data(1000)
print(df.head())

数据处理

接下来，我们需要处理数据，以计算每个Cohort的留存率。具体来说，我们将以下步骤：

将用户按注册月份分组。
计算每个组在后续月份的用户留存情况。

# 添加'cohort_month'和'purchase_month'列
df['signup_month'] = df['signup_date'].dt.to_period('M')
df['purchase_month'] = df['purchase_date'].dt.to_period('M')

# 计算每个Cohort的用户数量
cohort_data = df.groupby(['signup_month']).agg(n_users=('user_id', 'nunique')).reset_index()

# 计算每个用户在后续月份的留存
def calculate_retention(group):
    return group.groupby('purchase_month')['user_id'].nunique() / group['user_id'].nunique()

retention = df.groupby(['signup_month', 'user_id']).agg({'purchase_month': 'nunique'}).reset_index()
retention = retention.groupby(['signup_month', 'purchase_month']).agg(users_retained=('user_id', 'nunique')).reset_index()
retention['retention_rate'] = retention['users_retained'] / cohort_data['n_users'][cohort_data['signup_month'] == retention['signup_month']].values[0]

# 透视表展示留存率
cohort_pivot = retention.pivot(index='signup_month', columns='purchase_month', values='retention_rate').fillna(0)
print(cohort_pivot)

绘制Cohort分析图

最终，我们将使用matplotlib来绘制Cohort分析图。图中每个单元格表示对应日期的留存率。

import seaborn as sns
import matplotlib.pyplot as plt

# 绘制热力图
plt.figure(figsize=(10, 8))
sns.heatmap(cohort_pivot, annot=True, fmt=".2%", cmap='Blues')
plt.title('Cohort Analysis - User Retention Rates')
plt.ylabel('Signup Month')
plt.xlabel('Purchase Month')
plt.show()

序列图说明

在进行数据处理和可视化的过程中，我们可以简化理解多个环节的流程。接下来，用mermaid语法展示我们的流程。

sequenceDiagram
    participant U as 用户
    participant SD as 数据生成
    participant DP as 数据处理
    participant V as 数据可视化

    U->>SD: 生成用户数据
    SD->>DP: 通过注册月份分组数据
    DP->>V: 计算留存率并绘制图表
    V->>U: 显示Cohort分析图