مرحبًا، لقد وجدت مجموعة بيانات على kaggle في وقت استخدام موقع الويب، لذلك أريد العثور على نسبة بين عدد الصفحات التي تمت زيارتها وإجمالي الوقت في موقع الويب.

يمكنك العثور على مجموعة البيانات والكود في جيثب الخاص بي: https://github.com/victordalet/Kaggle_analogy/tree/feat/website_traffic

أنا - التثبيت

للقيام بذلك، أستخدم sqlalchemy في python لتحويل ملف CSV الخاص بي إلى قاعدة بيانات وعرض نتائجي بشكل مخطط.

pip install plotly
pip install sqlalchemy

ثانيا - الكود

أقوم بإنشاء فئة رئيسية، حيث أقوم باسترداد ملف CSV الخاص بي ووضعه في قاعدة بيانات، باستخدام طريقة get_data.
والنتيجة هي قائمة من الصفوف، لذلك قمت بإنشاء طريقة Transform_data للحصول على قائمة مزدوجة.
وأخيرا، يمكنني عرض رسم بياني بسيط بين عدد الصفحات التي تم عرضها والوقت الإجمالي.

import pandas as pd
from sqlalchemy import create_engine, text
import plotly.express as px


class Main:
    def __init__(self):
        self.result = None
        self.connection = None

        self.engine = create_engine("sqlite:///my_database.db", echo=False)
        self.df = pd.read_csv("website_wata.csv")
        self.df.to_sql("website_data", self.engine, index=False, if_exists="append")
        self.get_data()
        self.transform_data()
        self.display_graph()


    def get_data(self):
        self.connection = self.engine.connect()
        query = text("SELECT Page_Views, Time_on_Page FROM website_data")
        self.result = self.connection.execute(query).fetchall()

    def transform_data(self):
        for i in range(len(self.result)):
            self.result[i] = list(self.result[i])


    def display_graph(self):
        fig = px.scatter(
            self.result, x=0, y=1, title=""
        )
        fig.show()


Main()

ثالثا - النتيجة

يشير المحور السيني إلى عدد الصفحات التي زارها المستخدم، بينما يوضح المحور الصادي الوقت الذي يقضيه المستخدم في الموقع بالدقائق.

يمكننا أن نرى أن المستخدمين الذين يبقون أطول زيارة تتراوح بين 4 و6 صفحات، وأن جميع المستخدمين الذين يبقون بين 11 و15 صفحة يبقون بضع دقائق على الأقل.