【Python数据分析】用户通话行为分析

主要工作：

1.对从网上营业厅拿到的用户数据.xls文件，通过Python的xlrd进行解析，计算用户的主叫被叫次数，通话时间，通话时段。

2.使用matplotlib画图包，将分析的结果直观的绘制出来。

具体步骤：

1.分析须要的内容

excel文件中包含很多信息，我们分析的时候须要用到的包括，通话起始时间、通话时长、呼叫类型，号码。

使用xlrd模块，读取excel中的数据，用列表的形式保存下来。

 1 #coding=utf-8
 2 import xlrd
 3
 4 def readData(url):
 5     data=xlrd.open_workbook(url)
 6     table=data.sheets()[0]  #多张sheet的情况读取第一张
 7     nrows=table.nrows
 8     ncols=table.ncols
 9     list=[]
10     for rownum in range(0,nrows):
11         row=table.row_values(rownum)
12         for i in range(0,ncols):        #转码unicode转utf-8
13             row[i]=row[i].encode(‘utf-8‘)
14         if row:
15             list.append(row)
16     return list

2.设计用户数据分析类

考虑分析用户的哪些数据，做成一个什么样的效果

 1 #coding=utf-8
 2 # 用户通话信息类记录
 3 class UserDataInfo(object):
 4     def __init__(self):
 5         self.calling_long = 0   #主叫时长
 6         self.called_long = 0    #被叫时长
 7         self.call_long = 0      #总时长
 8
 9         self.calling_times = 0  #主叫次数
10         self.called_times = 0   #被叫次数
11         self.call_times = 0     #总次数
12
13         self.time_intervel=[]   #通话时段
14         for i in range(0,12):
15             self.time_intervel.append(0)
16
17         self.day_intervel=[]    #每日通话次数
18         for i in range(0,31):
19             self.day_intervel.append(0)
20
21         self.call_freq= None       #通话最频繁

3.对时间日期字符串解码编码

实用split函数对字符串分割，将x时x分x秒的格式解码成  x秒的数据存储下来

 1 #解码时间
 2 def timeDecode(timeStr):
 3     hour = min = sec = 0
 4     if timeStr.find(‘小时‘) != -1:
 5         hour = timeStr.split(‘小时‘)[0]
 6         timeStr = timeStr.split(‘小时‘)[1]
 7     if timeStr.find(‘分‘) != -1:
 8         min = timeStr.split(‘分‘)[0]
 9         timeStr = timeStr.split(‘分‘)[1]
10     if timeStr.find(‘秒‘) != -1:
11         sec = timeStr.split(‘秒‘)[0]
12
13     timelong = int(sec) + int(min) * 60 + int(hour) * 60 * 60
14     return timelong
15
16 #编码时间
17 def timeEncode(time):
18     strtime=str(time%60)+"秒"
19     time/=60
20     if(time!=0):
21         strtime=str(time%60)+"分"+strtime
22         time/=60
23         if (time != 0):
24             strtime = str(time % 60) + "小时"+strtime
25     return strtime
26
27 #解码日期
28 def dateDecode(dateStr):
29     dateStrlist=dateStr.split(‘ ‘)
30     dayStr=dateStrlist[0]
31     dayStrlist=dayStr.split(‘-‘)
32     day=dayStrlist[-1]
33
34     timeStr=dateStrlist[-1]
35     timeStrlist=timeStr.split(‘:‘)
36     timeHour=timeStrlist[0]
37
38     dayAndHour=[]
39     dayAndHour.append(day)
40     dayAndHour.append(timeHour)
41     return dayAndHour

4.用户行为分析

对用户的数据进行分类处理，计算出行为数据

 1 #行为分析
 2 def behavior_analysis(datalist):
 3     t=1
 4     for line in datalist:
 5         if(t==1):
 6             t=3
 7             continue
 8         dh=dateDecode(line[2])
 9         day=int(dh[0])
10         hour=int(dh[-1])
11
12         user.day_intervel[day]+=1
13         user.time_intervel[hour/2]+=1
14
15
16         timeStr=line[3]
17         timelong = timeDecode(timeStr)
18
19         if line[4]==‘主叫‘:
20             user.calling_times+=1
21             user.calling_long+=timelong
22         if line[4]==‘被叫‘:
23             user.called_times+=1
24             user.called_long+=timelong
25
26
27     user.call_times=user.calling_times+user.called_times    #总次数
28     user.call_long=user.calling_long+user.called_long       #总时长

5.实用matplotlib进行数据可视化

绘制折线图，反应用户的日常通话习惯。这里只画了一个图

1 #数据可视化
2 def dataVisualization(userinfo):
3     plt.plot(userinfo.day_intervel, ‘k‘)
4     plt.plot(userinfo.day_intervel, ‘bo‘)
5     plt.xlabel(u‘日          期‘)
6     plt.ylabel(u‘通话次数‘)
7     plt.title(u‘每日通话分析‘)
8     plt.grid(color=‘#95a5a6‘, linestyle=‘--‘, linewidth=1, axis=‘y‘, alpha=0.4)
9     plt.show()

完整代码：

  1 #coding=utf-8
  2 import xlrd
  3 import matplotlib.pyplot as plt
  4 import UserDataInfo
  5
  6 def readData(url):
  7     data=xlrd.open_workbook(url)
  8     table=data.sheets()[0]  #多张sheet的情况读取第一张
  9     nrows=table.nrows
 10     ncols=table.ncols
 11     list=[]
 12     for rownum in range(0,nrows):
 13         row=table.row_values(rownum)
 14         for i in range(0,ncols):        #转码unicode转utf-8
 15             row[i]=row[i].encode(‘utf-8‘)
 16         if row:
 17             list.append(row)
 18     return list
 19
 20 #行为分析
 21 def behavior_analysis(datalist):
 22     t=1
 23     for line in datalist:
 24         if(t==1):
 25             t=3
 26             continue
 27         dh=dateDecode(line[2])
 28         day=int(dh[0])
 29         hour=int(dh[-1])
 30
 31         user.day_intervel[day]+=1
 32         user.time_intervel[hour/2]+=1
 33
 34
 35         timeStr=line[3]
 36         timelong = timeDecode(timeStr)
 37
 38         if line[4]==‘主叫‘:
 39             user.calling_times+=1
 40             user.calling_long+=timelong
 41         if line[4]==‘被叫‘:
 42             user.called_times+=1
 43             user.called_long+=timelong
 44
 45
 46     user.call_times=user.calling_times+user.called_times    #总次数
 47     user.call_long=user.calling_long+user.called_long       #总时长
 48
 49 #解码时间
 50 def timeDecode(timeStr):
 51     hour = min = sec = 0
 52     if timeStr.find(‘小时‘) != -1:
 53         hour = timeStr.split(‘小时‘)[0]
 54         timeStr = timeStr.split(‘小时‘)[1]
 55     if timeStr.find(‘分‘) != -1:
 56         min = timeStr.split(‘分‘)[0]
 57         timeStr = timeStr.split(‘分‘)[1]
 58     if timeStr.find(‘秒‘) != -1:
 59         sec = timeStr.split(‘秒‘)[0]
 60
 61     timelong = int(sec) + int(min) * 60 + int(hour) * 60 * 60
 62     return timelong
 63
 64 #编码时间
 65 def timeEncode(time):
 66     strtime=str(time%60)+"秒"
 67     time/=60
 68     if(time!=0):
 69         strtime=str(time%60)+"分"+strtime
 70         time/=60
 71         if (time != 0):
 72             strtime = str(time % 60) + "小时"+strtime
 73     return strtime
 74
 75 #解码日期
 76 def dateDecode(dateStr):
 77     dateStrlist=dateStr.split(‘ ‘)
 78     dayStr=dateStrlist[0]
 79     dayStrlist=dayStr.split(‘-‘)
 80     day=dayStrlist[-1]
 81
 82     timeStr=dateStrlist[-1]
 83     timeStrlist=timeStr.split(‘:‘)
 84     timeHour=timeStrlist[0]
 85
 86     dayAndHour=[]
 87     dayAndHour.append(day)
 88     dayAndHour.append(timeHour)
 89     return dayAndHour
 90
 91
 92 def printout():
 93     print "被叫次数：", user.called_times
 94     print "被叫时长：", timeEncode(user.called_long)
 95
 96     print "主叫次数：", user.calling_times
 97     print "主叫时长：", timeEncode(user.calling_long)
 98
 99     print "总次数：",user.call_times
100     print "总时长：",timeEncode(user.call_long)
101
102     print "日期",user.day_intervel
103     print "时段",user.time_intervel
104
105 #数据可视化
106 def dataVisualization(userinfo):
107     plt.plot(userinfo.day_intervel, ‘k‘)
108     plt.plot(userinfo.day_intervel, ‘bo‘)
109     plt.xlabel(u‘日          期‘)
110     plt.ylabel(u‘通话次数‘)
111     plt.title(u‘每日通话分析‘)
112     plt.grid(color=‘#95a5a6‘, linestyle=‘--‘, linewidth=1, axis=‘y‘, alpha=0.4)
113     plt.show()
114
115 url="/Users/SeeKHit/Downloads/2017年01月语音通信.xls"
116 datalist=readData(url)
117
118 user=UserDataInfo.UserDataInfo()
119 behavior_analysis(datalist)
120
121 printout()
122 dataVisualization(user)

用户通话信息类

 1 #coding=utf-8
 2 # 用户通话信息类记录
 3 class UserDataInfo(object):
 4     def __init__(self):
 5         self.calling_long = 0   #主叫时长
 6         self.called_long = 0    #被叫时长
 7         self.call_long = 0      #总时长
 8
 9         self.calling_times = 0  #主叫次数
10         self.called_times = 0   #被叫次数
11         self.call_times = 0     #总次数
12
13         self.time_intervel=[]   #通话时段
14         for i in range(0,12):
15             self.time_intervel.append(0)
16
17         self.day_intervel=[]    #每日通话次数
18         for i in range(0,31):
19             self.day_intervel.append(0)
20
21         self.call_freq= None       #通话最频繁