可视化 RFM 分布
我们已经将您之前计算的 RFM 值数据集加载为 datamart_rfm。现在请探索它们的分布。
在 seaborn 函数调用之前使用 plt.subplot(...) 可以在一张图中绘制多个子图，您无需修改它。
库 seaborn 和 matplotlib.pyplot 分别已作为 sns 与 plt 加载。您可以在控制台中自由探索该数据集。
本练习是课程的一部分
Python 中的客户细分
练习说明
- 绘制
Recency的分布。 - 绘制
Frequency的分布。 - 绘制
MonetaryValue的分布。 - 显示图形。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot recency distribution
plt.subplot(3, 1, 1); sns.____(datamart_rfm['____'])
# Plot frequency distribution
plt.____; ____(____['____'])
# Plot monetary value distribution
____
# Show the plot
plt.____()