RFM模型玫瑰图代码

RFM模型是一种客户细分分析工具，用于评估零售业中消费者的近期购买频率（Recency）、购买金额（Frequency）和购买次数（Monetary Value）。玫瑰图（也称为散点图或二维条形图）通常用来可视化这三个变量之间的关系，以便于理解哪些客户群体是最有价值的。

下面是一个简单的Python代码示例，使用matplotlib库绘制RFM模型的玫瑰图：

import matplotlib.pyplot as plt
import pandas as pd

# 假设df是包含RFM数据的DataFrame，列名分别为'recent', 'frequency', 'monetary'
data = df[['recent', 'frequency', 'monetary']].astype(int)

# 计算每个客户的RFM得分
r_score = data['recent'].rank(pct=True)
f_score = data['frequency'].rank(pct=True)
m_score = data['monetary'].rank(pct=True)

# 绘制玫瑰图
fig, ax = plt.subplots(figsize=(8, 6))
cmap = plt.cm.get_cmap('viridis')
scatter = ax.scatter(f_score, r_score, c=m_score, s=data['monetary'] * 50, cmap=cmap)

# 添加颜色bar和标签
plt.colorbar(scatter, label='Monetary Score')
ax.set_xlabel('Frequency Score')
ax.set_ylabel('Recent Score')
ax.set_title('RFM Analysis')

# 显示图形
plt.show()

这个例子中，x轴代表购买频率得分，y轴代表最近一次购买得分，颜色深浅表示购买金额得分。你可以根据实际数据调整标签、大小和颜色映射。