文件名称：email-analysis:电子邮件流量分析
文件大小：89KB
文件格式：ZIP
更新时间：2024-08-02 17:28:03
Python
电子邮件分析 使用 Python 分析电子邮件流量 我的公司最近让我有机会使用对我的进行电子邮件范围的分析。 作为数据科学家，我决定运行一些快速分析来弄清楚我的电子邮件中发生了什么； 毕竟，电子邮件是一种实时构建的潜在社交网络。 作为一名优秀的 Python 程序员，我决定走整整 9 码并创建一个应用程序，该应用程序可以处理来自的 CSV 输出并使用 Jinja2 生成统计报告。 作为一个优秀的开源人员 - 我使用创建了集成测试，这是一个结构良好的存储库，并在上开源。 这是结果。 用法 这个包需要来自 MineMyMail 的 CSV 输出，你可以在fixtures目录中找到一个例子。 此 CSV 文件的有序字段如下： 电子邮件地址 显示名称 名 中间名字 姓 城市 地区 国家 脸书链接 数数 初见 最后一次露面 获得此文件后，只需运行bin目录中的 Python 脚本，如下所示：
【文件预览】：
email-analysis-master
----.travis.yml(306B)
----mbox-test()
--------mbox-test.py(3KB)
--------test.py(3KB)
--------heatmap.html(37KB)
--------data.json(37KB)
--------.gitignore(22B)
--------email heatmap.png(13KB)
----bin()
--------m3stat(814B)
----mailstat()
--------metric()
--------reporting()
--------__init__.py(483B)
--------analyze.py(2KB)
--------console.py(2KB)
--------utils()
--------reader.py(4KB)
--------exceptions.py(952B)
----tests()
--------reporting_tests()
--------reader_tests.py(3KB)
--------analyze_tests.py(393B)
--------__init__.py(1KB)
--------metric_tests()
--------utils_tests()
--------fixtures()
----requirements.txt(135B)
----setup.py(621B)
----.gitignore(370B)
----README.md(2KB)
----fixtures()
--------domains.txt(340B)
--------README.md(918B)
--------names.txt(2KB)
----LICENSE.txt(1KB)