看如何用Python数据可视化来分析用户留存率,建议收藏
今天和大家来分享一些数据可视化方向的干货,我们来尝试用Python来绘制一下“漏斗图”,但愿大家在看完本篇文章之后会有所收获。 关于“漏斗图” 漏斗图常用于用户行为的转化率分析,例如通过漏斗图来分析用户购买流程中各个环节的转化率。当然在整个分析过程当中,我们会把流程优化前后的漏斗图放在一起,进行比较分析,得出相关的结论,今天小编就用“matplotlib”、“plotly”以及“pyecharts”这几个模块来为大家演示一下怎么画出好看的漏斗图首先我们先要导入需要用到的模块以及数据, import matplotlib.pyplot as plt import pandas as pd df = pd.DataFrame({"环节": [看如"环节一", "环节二", "环节三", "环节四", "环节五"], "人数": [1000, 600, 400, 250, 100], "总体转化率": [何用1.00, 0.60, 0.40, 0.25, 0.1]}) 需要用到的数据如下图所示 用matplotlib来制作漏斗图,制作出来的效果可能会稍显简单与粗糙,制作的原理也比较简单,先绘制出水平方向的直方图,然后利用plot.barh()当中的“left”参数将直方图向左移,便能出来类似于漏斗图的模样 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.barhPy(y[idx], x[idx], left = idx+5) plt.xlim(x_min, x_max) 而要绘制出我们想要的想要的漏斗图的模样,代码示例如下 from matplotlib import font_manager as fm # funnel chart y = [5,4,3,2,1] labels = df["环节"].tolist() x = df["人数"].tolist() x_range = 100 font = fm.FontPropethrties(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') on # 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[id数据x], ha='center', fontproperties=font, fontsize=16, color='#2A2A2A') if idx != len(x)-1: next_left = (x_range - x[idx+1])/2 &nb可视sp; shadow_x = [left, next_left, 100-next_left, 100-left, left] shadow_y = [y[idx]-0.4, y[idx+1]+0.4,  化来; 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('每个环节的流失率', fontproperties=font, loc='center', fontsize分析=24, color='#2A2A2A') plt.show() 绘制出来的漏斗图如下图所示 当然我们用plotly来绘制的话则会更加的简单一些,代码示例如下 import plotly.express as px data = dict(values=[80,73,58,42,23], labels=['环节一', '环节二', '环节三', '环节四', '环节五']) fig = px.funnel(data, y='labels'用户, x='values') fig.show() 最后我们用pyecharts模块来绘制一下,当中有专门用来绘制“漏斗图”的方法,我们只需要调用即可 from pyecharts.charts import Funnel from pyecharts import options as opts from pyecharts.globals import ThemeType c = ( Funnel(init_opts=opts.InitOpts(width="900px", hei留存ght="600px",theme = ThemeType.INFOGRAPHIC )) .add( "环节", df[["环节","总体转化率"]].values, sort_="descending", label_opts=opts.LabelOp率,ts(position="inside"), ) .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts漏斗图", pos_bottom = "90%", pos_left = "center")) ) c.render_notebook() 我们将数据标注上去之后 c = ( Funnel(init_opts=opts.InitOpts(width="900px", height="600px",建议theme = ThemeType.INFOGRAPHIC )) .add( "商品", df[["环节","总体转化率"]].values, sort_="descending", label_opts=opts.LabelOpts(position="i收藏nside"), ) .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts漏斗图", pos_bottom = "90%", pos_left = "center")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}")) ) c.render_notebook()
- 最近发表
-
- OpenAI 与 PayPal 合作,在 ChatGPT 中实现直接支付和商务购买
- AI 编程平台 Lovable 声称无数据泄露,反而将责任推给 HackerOne
- 标签: 国家新闻出版署 国产网络游戏 游戏审批 2026年3月
- 阿里云连续3年跻身Gartner全球云数据库领导者象限
- Meta AI实验室内幕曝光:LeCun被怼,赵胜佳闹离职,超级智能梦碎?
- 这只蚂蚁能拍照!普林斯顿造出微米级相机,个头缩小到50万分之一
- 亚马逊 AI 技术助力 NBA 球迷将体验全新数据分析
- 标签: Hindustan Zinc Vedanta Group 锌生产商 白银产量
- 英特尔有意收购SiFive 改善芯片技术击败Arm
- 标签: 安踏 FILA DESCENTE KOLONSPORT
- 随机阅读
-
- 标签: 俞敏洪 新东方文旅 东方甄选 知识文旅
- 标签: 上汽集团 荣威i6 MG4X 智己LS9
- 因为拒绝删除部分内容 谷歌和Facebook在俄罗斯被罚
- 阿里云推出华为鸿蒙 HarmonyOS NEXT 版音视频 SDK
- 标签: 金山云 智算云 雷军 邹涛
- iPhone 11不停产:苹果要继续降价
- 数据分析终极一问:多影响因素下,到底咋归因?!
- 强化学习与3D视觉结合新突破:高效能在线码垛机器人
- 多云安全要以架构和治理为重点
- 标签: 去哪儿 AI Lab 陈刚 OTA
- 苹果申请延长规划许可 重启建设10亿美元爱尔兰数据中心计划
- 狂揽6600+星!这份学习路线图在Github上火了
- 标签: 智谱 滴滴 AGI 智能体
- 标签: 银河通用 Galbot S1 银河星脑 具身智能
- 标签: 货拉拉 市场监管总局 反垄断 网络货运
- OpenAI在印度推出ChatGPT Go新订阅计划,月费仅 5 美元
- Claude升级:一键生成Excel、PPT、PDF,办公文件秒变“现成品”
- OpenAI重磅推出GPT-5-Codex:AI编码代理将彻底颠覆开发者世界
- 甲骨文第四财季营收112亿美元 云服务和授权支持业务营收占66%
- 易点天下联手阿里云发布全新服装行业商拍解决方案 可一键换衣换脸
- 搜索
-
- 友情链接