溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Python如何實現漏斗圖

發布時間:2021-11-25 14:22:54 來源:億速云 閱讀:389 作者:小新 欄目:大數據
# Python如何實現漏斗圖

## 什么是漏斗圖?

漏斗圖(Funnel Chart)是一種常用于展示流程轉化率的可視化圖表,形似倒置的金字塔。它能夠直觀呈現各階段的**數量遞減關系**,典型應用場景包括:
- 電商用戶行為分析(瀏覽→加購→付款)
- 銷售轉化漏斗(線索→商機→成交)
- 營銷活動效果追蹤

## Python實現方案

### 1. 使用Matplotlib基礎繪制

```python
import matplotlib.pyplot as plt

def matplotlib_funnel():
    stages = ['曝光', '點擊', '加購', '付款']
    values = [10000, 4000, 1500, 800]
    
    fig, ax = plt.subplots(figsize=(10,6))
    for i in range(len(stages)):
        width = values[i] / max(values) * 0.8
        ax.barh(y=len(stages)-i, 
                width=width, 
                height=0.5,
                color='#4BACC6',
                edgecolor='black')
        ax.text(width/2, len(stages)-i, 
               f"{stages[i]}: {values[i]}", 
               ha='center', va='center',
               color='white', fontweight='bold')
    
    ax.set_yticks(range(1, len(stages)+1))
    ax.set_yticklabels(reversed(stages))
    ax.set_title('電商轉化漏斗圖', pad=20)
    ax.axis('off')
    plt.show()

2. 使用Plotly專業庫(推薦)

import plotly.graph_objects as go

def plotly_funnel():
    fig = go.Figure(go.Funnel(
        y = ["曝光", "點擊", "加購", "付款"],
        x = [10000, 4000, 1500, 800],
        textposition = "inside",
        textinfo = "value+percent initial",
        opacity = 0.8,
        marker = {"color": ["#005F73", "#0A9396", "#94D2BD", "#E9D8A6"]}
    ))
    
    fig.update_layout(
        title="用戶行為轉化漏斗",
        funnelmode="stack",
        showlegend=False
    )
    fig.show()

進階技巧

1. 數據預處理

import pandas as pd

# 計算轉化率
df = pd.DataFrame({
    'stage': ['曝光', '點擊', '加購', '付款'],
    'count': [10000, 4000, 1500, 800]
})
df['conversion'] = df['count'] / df['count'].shift(1)

2. 樣式優化建議

  • 使用漸變色增強視覺引導
  • 添加階段轉化率標注
  • 對異常階段使用突出顏色
  • 添加鼠標懸停交互(Plotly原生支持)

各方案對比

方案 優點 缺點
Matplotlib 無需額外安裝 需要手動計算布局
Plotly 交互式/自動計算百分比 需要安裝額外庫
Pyecharts 支持中文顯示良好 文檔主要為英文/中文

總結

Python實現漏斗圖的核心步驟: 1. 準備數據:各階段名稱及對應數值 2. 選擇工具:基礎需求用Matplotlib,復雜交互選Plotly 3. 視覺優化:顏色、標簽、比例尺調整 4. 添加分析:標注關鍵轉化率節點

對于需要嵌入網頁的場景,推薦使用Plotly或Pyecharts;若需生成靜態報告,Matplotlib+Seaborn的組合更為輕量。實際項目中建議配合漏斗圖添加轉化路徑的?;鶊D進行綜合分析。 “`

注:實際代碼運行時需要安裝相應庫(pip install matplotlib plotly pandas)。完整項目示例可參考Pyecharts官方文檔中的漏斗圖案例。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

亚洲午夜精品一区二区_中文无码日韩欧免_久久香蕉精品视频_欧美主播一区二区三区美女