作者：俊欣

來源：關于數據分析與可視化

今天和大家來分享一些數據可視化方向的干貨，我們來嘗試用Python來繪制一下“漏斗圖”，但愿大家在看完本篇文章之后會有所收獲。

關于“漏斗圖”

漏斗圖常用于用戶行為的轉化率分析，例如通過漏斗圖來分析用戶購買流程中各個環節的轉化率。當然在整個分析過程當中，我們會把流程優化前后的漏斗圖放在一起，進行比較分析，得出相關的結論，今天小編就用“matplotlib”、“plotly”以及“pyecharts”這幾個模塊來為大家演示一下怎么畫出好看的漏斗圖

首先我們先要導入需要用到的模塊以及數據，

import matplotlib.pyplot as plt import pandas as pd
df = pd.DataFrame({"環節": ["環節一", "環節二", "環節三", "環節四", "環節五"], "人數": [1000, 600, 400, 250, 100], "總體轉化率": [1.00, 0.60, 0.40, 0.25, 0.1]})

需要用到的數據如下圖所示

用matplotlib來制作漏斗圖，制作出來的效果可能會稍顯簡單與粗糙，制作的原理也比較簡單，先繪制出水平方向的直方圖，然后利用plot.barh()當中的“left”參數將直方圖向左移，便能出來類似于漏斗圖的模樣

y = [5,4,3,2,1] x = [85,75,58,43,23] x_max = 100 x_min = 0 for idx, val in enumerate(x): plt.barh(y[idx], x[idx], left = idx+5) plt.xlim(x_min, x_max)

而要繪制出我們想要的想要的漏斗圖的模樣，代碼示例如下

from matplotlib import font_manager as fm # funnel chart y = [5,4,3,2,1]
labels = df["環節"].tolist()
x = df["人數"].tolist()
x_range = 100
font = fm.FontProperties(fname="KAITI.ttf")

fig, ax = plt.subplots(1, figsize=(12,6)) for idx, val in enumerate(x):
    left = (x_range - val)/2 plt.barh(y[idx], x[idx], left = left, color='#808B96', height=.8, edgecolor='black') # label plt.text(50, y[idx]+0.1, labels[idx], ha='center',
             fontproperties=font, fontsize=16, color='#2A2A2A') # value plt.text(50, y[idx]-0.3, x[idx], ha='center',
             fontproperties=font, fontsize=16, color='#2A2A2A') if idx != len(x)-1:
        next_left = (x_range - x[idx+1])/2 shadow_x = [left, next_left, 100-next_left, 100-left, left]
        shadow_y = [y[idx]-0.4, y[idx+1]+0.4, 
                    y[idx+1]+0.4, y[idx]-0.4, y[idx]-0.4]
        plt.plot(shadow_x, shadow_y)
plt.xlim(x_min, x_max)
plt.axis('off')
plt.title('每個環節的流失率', fontproperties=font, loc='center', fontsize=24, color='#2A2A2A')
plt.show()

繪制出來的漏斗圖如下圖所示

當然我們用plotly來繪制的話則會更加的簡單一些，代碼示例如下

import plotly.express as px data = dict(values=[80,73,58,42,23],
            labels=['環節一', '環節二', '環節三', '環節四', '環節五'])
fig = px.funnel(data, y='labels', x='values')
fig.show()

最后我們用pyecharts模塊來繪制一下，當中有專門用來繪制“漏斗圖”的方法，我們只需要調用即可

from pyecharts.charts import Funnel
from pyecharts import options as opts
from pyecharts.globals import ThemeType c = ( Funnel(init_opts=opts.InitOpts(width="900px", height="600px",theme = ThemeType.INFOGRAPHIC ))
    .add( "環節",
        df[["環節","總體轉化率"]].values,
        sort_="descending",
        label_opts=opts.LabelOpts(position="inside"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts漏斗圖", pos_bottom = "90%", pos_left = "center"))
) c.render_notebook()

我們將數據標注上去之后

c = (
    Funnel(init_opts=opts.InitOpts(width="900px", height="600px",theme = ThemeType.INFOGRAPHIC ))
    .add( "商品",
        df[["環節","總體轉化率"]].values,
        sort_="descending",
        label_opts=opts.LabelOpts(position="inside"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts漏斗圖", pos_bottom = "90%", pos_left = "center"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter=":{c}"))
)
c.render_notebook()