python怎么實(shí)現(xiàn)調(diào)查問卷

本篇內(nèi)容介紹了“python怎么實(shí)現(xiàn)調(diào)查問卷”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

• 案件回顧

傳統(tǒng)吉祥物還是萌系美少女

1. 商業(yè)街想設(shè)計(jì)一個(gè)吉祥物做宣傳
   

2. 對(duì)商業(yè)街店主和顧客發(fā)放調(diào)查問卷
   

3. 調(diào)查問卷的問題中有對(duì)吉祥物的偏好調(diào)查。也有對(duì)商業(yè)街的魅力調(diào)查，選項(xiàng)包括：活動(dòng)，促銷，商品齊全和服務(wù)態(tài)度好。（問題：店主和顧客對(duì)這些問題的回答是否有區(qū)別？從調(diào)查問卷中可以獲得怎樣的運(yùn)營建議？）

   
   

• 數(shù)據(jù)導(dǎo)入與列聯(lián)表

將數(shù)據(jù)存儲(chǔ)為csv格式，導(dǎo)入python。并且計(jì)算顧客和店主對(duì)商業(yè)街魅力的支持情況，生成列聯(lián)表。

import pandas as pd

＃導(dǎo)入數(shù)據(jù)

survey = pd.read_csv('survey.csv', encoding = 'utf-8')

＃計(jì)算顧客和店主對(duì)商業(yè)街魅力的支持情況

su1 = pd.DataFrame({'顧客':survey[survey.立場(chǎng)=='顧客'].回答6.value_counts()})

su2 = pd.DataFrame({'店主':survey[survey.立場(chǎng)=='店主'].回答6.value_counts()})

＃合并數(shù)據(jù)框，生成列聯(lián)表

survey2 = pd.concat([su1,su2],axis=1)

survey2

為了使觀察更直觀，下面繪制關(guān)于列聯(lián)表的堆積柱狀圖。

import matplotlib.pyplot as plt

from pylab import *  

mpl.rcParams['font.sans-serif'] = ['SimHei']  

survey2.T.plot(kind='bar', stacked=True, color=['black','gold','red','green'], grid=False)

plt.show()

從圖中可直觀看出，店主們比較重視商品是否齊全，顧客們更關(guān)注的是實(shí)惠。店主們對(duì)活動(dòng)方面花了不少心思，但顧客們興趣不大，反而更注重店家的服務(wù)態(tài)度。并且，35名顧客對(duì)商業(yè)街對(duì)服務(wù)表示滿意，而店主中選擇服務(wù)態(tài)度好的人數(shù)只有9名，一定程度上說明店主對(duì)自己的服務(wù)態(tài)度缺乏自信。

雖然可以從圖中分析出一些結(jié)論，但為了客觀的說明顧客與店主的意見是否存在顯著偏差，要進(jìn)行獨(dú)立性檢驗(yàn)。

• 獨(dú)立性檢驗(yàn)（卡方檢驗(yàn)）

1. 零假設(shè)    店主與顧客的回答是獨(dú)立的，即無顯著不同
   

2. 備擇假設(shè)    店主與顧客的回答意見受各自立場(chǎng)影響，即意見不同

3. 概率不足顯著性水平（5%）    否定零假設(shè)，即顧客與店主的意見是否存在顯著偏差

4. 概率等于或超過顯著性水平（5%）    保留零假設(shè)，即顧客與店主的意見不受各自立場(chǎng)影響

from scipy.stats import chi2_contingencychi2_contingency(survey2)

結(jié)果為：

(55.488971138570164,
 5.3999746517395078e-12,
 3,
 array([[ 25.36945813,  24.63054187],
        [ 30.44334975,  29.55665025],
        [ 22.32512315,  21.67487685],
        [ 24.86206897,  24.13793103]]))

其中，第一個(gè)值代表卡方值，第二個(gè)值代表pvalue，即概率，第三個(gè)值代表自由度。這里概率值幾乎等于零，顯然不足5%，因此，店主與顧客對(duì)商業(yè)街的期待有所不同。

接下來分析顧客和店主對(duì)吉祥物的選擇上是否有分歧。

su11 = pd.DataFrame({'顧客':survey[survey.立場(chǎng)=='顧客'].回答7.value_counts()})

su22 = pd.DataFrame({'店主':survey[survey.立場(chǎng)=='店主'].回答7.value_counts()})

survey3 = pd.concat([su11.T,su22.T],axis=0)

survey3

明顯，顧客和店主的意見有分歧。沒填答案的顧客太多，且?guī)缀跛械曛鞫歼x擇了萌系美少女，選傳統(tǒng)吉祥物的只有3人，數(shù)據(jù)分析中，存在不足5的頻數(shù)，要盡量避免使用卡方檢驗(yàn)。顧客回答兩邊基本一樣多，且很多人沒有填答案，證明顧客對(duì)這個(gè)不感興趣。結(jié)合回答6的分析，顧客更期待的是促銷。因此，與其設(shè)計(jì)吉祥物，不如搞一些打折促銷的活動(dòng)。

• 幾個(gè)小概念

獨(dú)立性檢驗(yàn)：分析列聯(lián)表2個(gè)屬性之間是否存在關(guān)聯(lián)性的方法。首先提出零假設(shè)，“兩個(gè)屬性相互獨(dú)立”，即不具有關(guān)聯(lián)性。如果概率不足5%，則拋棄零假設(shè)，選取備擇假設(shè)，即“2個(gè)屬性不相互獨(dú)立”。如果概率大于等于5%，保留零假設(shè)。

“python怎么實(shí)現(xiàn)調(diào)查問卷”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！