提供的csv文件是某商店的销售纪录，其前5行记录如下：
user_id,item_id,behavior_type,user_geohash,item_category,time
10001082,285259775,1,97lk14c,4076,2014-12-08 18
10001082,4368907,1,,5503,2014-12-12 12
10001082,4368907,1,,5503,2014-12-12 12
10001082,53616768,1,,9762,2014-12-02 15
可以看出，每行记录都包含5个字段，数据集中的字段及其含义如下：
user_id（用户id）
item_id(商品id)
behaviour_type（包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4）
user_geohash(用户地理位置哈希值，数据处理时暂不考虑)
item_category（商品分类）
time（该记录产生时间）
要求进行Python编程实现以下功能（可以导入任意的库来辅助你完成）：
1、 找出“购买效率达人”：根据behaviour_type的数据，找出购买行为占比最高的前10个用户id
2、 找出用户10001082的“同道中人”：即找出与该用户浏览、收藏、加购物车、购买的商品分类近似的前10个用户id
3、 给出三种数据画像：这里不给出具体的要求，你可以从自己的分析角度对数据给出各种效果显示，如用户关注的商品分类饼图；某用户的购物活动时间折线图；商品分类关注度词云图；用户活跃度（前10）柱状图等。