Python数据分析与挖掘实践（家用热水器用户行为分析及事件识别）

一、导言

居民在家庭用热水器的运用过程中会因地域气候特征、区域分布差异以及用户年龄与性别的不同而呈现出多样化的使用模式。家中企业若能够深入研究其产品在各类用户群体中的应用特点，并针对性地研发符合市场需求如何这一特点的功能，则有望开拓新的业务领域。

本篇文章主要基于BP神经网络算法开发一种洗浴行为模式识别系统。进而对不同地区用户群体的洗浴行为进行分析。随后通过分析结果比较不同客户群体，并提供最适合他们的个性化产品。同时优化新产品智能化研发，并采取相应的营销策略。

二、数据探索分析

深入探究热水器的工作状态，在其中两个关键指标——'有无水流'与'水流量'能够直接反映热水器的工作状态时,我们应重点深入探讨这两个重要参数

 import pandas as pd

    
 import matplotlib.pyplot as plt
    
  
    
 inputfile ='./data/original_data.xls' #'./original_data.xls'  # 输入的数据文件
    
 data = pd.read_excel(inputfile)  # 读取数据
    
  
    
 # 查看有无水流的分布
    
 # 数据提取
    
 lv_non = pd.value_counts(data['有无水流']