Python实现漏斗图的绘制

说明：代码运行环境为 Win10+Python3+jupyter notebook

本文主要用到的是pyecharts包，所以要保证电脑上已经安装了pyecharts包。

漏斗图简介：

漏斗图常用于用户行为的转化率分析，例如用漏斗图分析用户购买流程中各个环节的转化率。但是单一的漏斗图反映的数据过于单一，无法比较，也就失去了分析的意义。对于用户购买流程，我们可以通过把流程优化前后的漏斗图放在一起，进行比较分析，得出相关结论。本文仅涉及漏斗图的绘制，不讨论具体分析。

导入数据并对数据做相应处理：

from pyecharts import Funnel  # 从pyecharts包中导出创建漏斗图的函数
import pandas as pd
import numpy as np# 导入创建漏斗图所需要的数据
data = pd.read_excel('funnel.xls','Sheet1')
data

data的表结构如下图所示：

# 根据给定数据求出单一环节转化率：
temp1 = np.array(data['人数'][1:])
temp2 = np.array(data['人数'][0:-1])
single_convs = temp1 / temp2
single_convs = list(single_convs)
single_convs.insert(0,1)
single_convs = [round(x,4) for x in single_convs]  # 利用round函数将转化率保留四位小数
data['单一环节转化率'] = single_convs# 根据给定数据求出总体转化率：
temp3 = np.array(data['人数'])
temp4= np.ones(len(data['人数'])) * data['人数'][0]
total_convs = (temp3 / temp4).tolist()
total_convs = [round(x,4) for x in total_convs]
data['总体转化率'] = total_convs
data

加入单一环节转化率和总体转化率后，data的表结构如下所示：

绘制漏斗图：

示例一：

attrs = data['环节'].tolist()
attr_value = (np.array(data['总体转化率'])* 100).tolist()funnel1 = Funnel("总体转化漏斗图一",width=800, height=400, title_pos='center')funnel1.add(name="商品交易行环节",       # 指定图例名称attr=attrs,                # 指定属性名称value = attr_value,        # 指定属性所对应的值is_label_show=True,        # 指定标签是否显示label_formatter='{c}%',    # 指定标签显示的格式label_pos="inside",        # 指定标签的位置legend_orient='vertical',  # 指定图例的方向legend_pos='left',         # 指定图例的位置is_legend_show=True)       # 指定图例是否显示funnel1.render()
funnel1

绘制的图形如下所示：

示例二：

funnel2 = Funnel("总体转化漏斗图二",width=800, height=400, title_pos='center')funnel2.add(name="商品交易环节",        # 指定图例名称attr=attrs,                 # 指定属性名称value = attr_value,         # 指定属性所对应的值is_label_show=True,         # 指定标签是否显示label_formatter='{b}{c}%',  # 指定标签显示的格式label_pos="outside",        # 指定标签的位置is_legend_show=False)       # 指定图例不显示图例funnel2.render()
funnel2

绘制的图形如下所示：

——更新于2019年1月30日晚。

参考：

http://pyecharts.org/#/zh-cn/charts_base

https://jingyan.baidu.com/album/25648fc17b83669191fd00b3.html?picindex=1

《网站分析实战》——王彦平、吴盛峰

Python实现漏斗图的绘制相关推荐

python画漏斗图_python绘制漏斗图步骤详解
pyecharts中的Funnel函数可以绘制漏斗图,自动根据数据大小生成由大到小自上而下排列的一个漏斗样的图形. 1.导入Funnel模块. from pyecharts import Funnel ...
python画漏斗图_只需简单几步，教你用python完成漏斗图的绘制
商业分析中经常会用到漏斗图.尤其是在网站流量监控.电商商品转化等一些数据运营方面.漏斗图之所以是漏斗就就是倒三角的形状,是因为用户或者流量,集中从某个功能点进入,很大可能会按照产品本身设定的流程来完成 ...
Python 箱型图的绘制并提取特征值
文章目录一.简介二.绘制与提取 1.图形绘制 2.ax.boxplot 函数的使用 3.特征值提取三.多箱型图绘制 1.一种类型 2.多种类型参考: https://blog.csdn.net ...
python生成热度图_Python 绘制热度图（seaborn）
原博文 2020-05-08 15:16 − 进行数据处理时,对于数据的可视化展示可以更好的表现数据的关系论文中,漂亮的热度图会让人眼前一亮 Seaborn 中的 heatmap就可以用来创建热度图 ...
Python实现平行坐标图的绘制(plotly)
平行坐标图简介当数据的维度超过三维时,此时数据的可视化就变得不再那么简单.为解决高维数据的可视化问题,我们可以使用平行坐标图.以下关于平行坐标图的解释引自百度百科:为了克服传统的笛卡尔直角坐标系容易 ...
python matplotlib各种图的绘制（基础）
Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型地2D图表和一些基本的3D图表,可根据数据集(DataFrame,Series)自行定义x,y轴,绘制图形(线形图 ...
python画聚类图_python绘制的聚类图Python的局部变量和全局变量使用解惑
局部变量:在函数中定义的变量,作用域是当前函数,只对当前函数起作用. 全局变量:在代码开头定义的变量,作用域是整段代码,对整段代码起作用. 先看下面的实例, 最后给结论.name = 'PythonT ...
python制作折线图_Python 绘制可视化折线图
1. 用 Numpy ndarray 作为数据传入 ply 1 2 3 4 5 6 7 8 9 10 11 import numpy as np import matplotlib as mpl im ...
python 箱线图的绘制方法
箱线图的含义如下图所示,箱线图,矩形部分称为箱体,箱体中的线代表中位数: data = [......], 按照顺序排好: -- 以下数的求法,可以参考numpy: 然后中位数:m = data. ...

Python实现漏斗图的绘制

漏斗图简介：

Python实现漏斗图的绘制相关推荐

最新文章

热门文章