本文转载自微信公众号「尤而小屋」，作者Peter 。转载本文请联系Peter的公众号。
认识漏斗图漏斗图是网站销售领域一种十分常用的图表，主要是用来分析在各个阶段的流失和转化情况。比如在某个商城中，我们统计用户在不同阶段的人数来分析转化率：
商城UV：商城每天的访问人数 搜索人数：在商城有过搜索行为的用户数 加购人数：有加购行为的用户数 提交订单：有多少用户提交订单 点击支付：提交订单之后有多少用户点击支付按钮 支付成功：最终支付成功的用户数
从搜索人数开始到支付成功，每个阶段用户都存在一定的流失，漏斗图就能很好地将这种流失和转化情况显示出来。
除去柱状图、饼图、折线图，漏斗图应该是自己在工作画的最为频繁的一种图表。下面我们通过模拟某个电商网站的用户行为来绘制漏斗图。
整体效果看一个漏斗图的整体效果：
视频
导入库基于两种方式实现：
plotly_express ：px plotly.graph_objects：go
基于px实现
- import pandas as pd import numpy as np
- # plotly两个绘图接口
- import plotly_express as px import plotly.graph_objects as go
基础漏斗图
模拟一份商城数据：
- data1 = pd.Dataframe({ "number": [1200,900,700,400,180,100],
- "stage": ["浏览网站","搜索","加购","提交订单","点击支付","支付成功"]} )
- data1
绘制一个基础漏斗图：
- # 绘图 fig = px.funnel(
- data1, # 待绘图数据 x="number", # x轴的数据
- y="stage" # y轴的数据 )
- fig.show()
我们还可以加上一个颜色参数color：
- # 加上颜色参数color
- fig = px.funnel( data1,
- x="number", y="stage",
- color="number" # 颜色参数 )
- fig.show()
如果我们的颜色设置成number列，用数值意义似乎不准确，更好地应该是不同的阶段表示，换成stage：
- # 加上颜色参数color
- fig = px.funnel( data1,
- x="number", y="stage",
- color="stage" # ！！！改成stage )
- fig.show()
看生成的漏斗图：最上面的是支付成功，通常我们希望的是数值最大的在最上面，于是我们将传入的数据翻转一下：
- # 加上颜色参数color
- fig = px.funnel( data1[::-1], # ！！！数据翻转
- x="number", y="stage",
- color="stage" # ！！！改成stage )
- fig.show()
分组漏斗
分组漏斗表示的含义将不同组别的漏斗图放在一个画布中，比如：看今年3月和2020年3月的数据对比情况，这叫做同比
同比：相同时期的对比，比如：2021年3月和2020年3月
环比：相邻时期的对比，比如：2021年3月和2021年2月
1、2020年3月份数据
2、2021年3月份数据
3、使用concat函数合并两组数据
4、绘制漏斗图
- # 绘图
- fig = px.funnel(df3,x="number",y="stages",color="time") fig.show()
绘制面积漏斗图
还是使用最上面的数据：
- fig = px.funnel_area( data1,
- names = "stage", values = "number",
- )
- fig.show()
我们观察到：面积漏斗图默认绘制的百分比，而普通漏斗图是数值
基于go实现绘制基础漏斗图
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnel( x=[1000,800,400,100],
- y=["浏览网站","加购","点击支付","支付成功"] ))
- fig.show()
改变漏斗图的颜色和边框
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnel( x=[1000,800,400,100], # 数据
- y=["浏览网站","加购","点击支付","支付成功"], # 每个阶段的名称 textposition = "inside", # 文本位置：['inside', 'outside', 'auto', 'none']
- textinfo = "value + percent initial", # 显示文本信息 ['label', 'text', 'percent initial', 'percent previous', 'percent total', 'value'] 前面选项的任意组合 opacity = 0.65,
- marker = {"color": ["deepskyblue", "lightsalmon", "tan", "silver"], "line": {"width": [4, 2, 3, 1, 1],
- "color": ["wheat", "wheat", "blue", "yellow"]}}, connector = {"line": {"color": "royalblue", "dash": "dot", "width": 3}})
- )
- fig.show()
我们需要注意textinfo参数的使用，它有3种使用方式：
percent initial：相对于初始值 percent previous：相对于前一个值 percent total：相对于整体数值
上面这个漏斗图使用的是percent initial(相对于初始值)，百分比是这样来的：
- 1000/1000 = 100% 800 / 1000 = 80%
- 400 / 1000 = 40% 100 / 1000 = 10%
如果是percent previous：
- 1000/1000 = 100% 800 / 1000 = 80%
- 400 / 800 = 50% 100 / 400 = 25%
如果是percent total：
我们看看第一个百分比是如何计算的：
分组漏斗
- from plotly import graph_objects as go
- stage = ["浏览网站","加购","点击支付","支付成功"]
- fig = go.Figure()
- fig.add_trace(go.Funnel( name = "2020年3月", # 图形轨迹名称
- x = [1000,800,400,200], # 数据 y = stage, # 每个阶段名称
- orientation = "h", # 方位 textposition = "inside", # 文本内容的位置
- textinfo = "value+percent previous" # 显示文本内容 ))
- fig.add_trace(go.Funnel( name = "2021年2月", # 名称和数据需要改变
- x = [1200,900,500,240], y = stage,
- orientation = "h", textposition = "inside",
- textinfo = "value+percent total" ))
- fig.add_trace(go.Funnel(
- name = "2021年3月", # 名称和数据需要改变 x = [1500,1000,450,300],
- y = stage, orientation = "h",
- textposition = "inside", textinfo = "label+percent initial"
- ))
- fig.show()
在上面的图中，既可以观察到同比情况(2020年3月和2021年3月)，也可以观察到环比情况(2021年3月和2月)
面积漏斗
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnelarea( text = ["浏览网站","加购","点击支付","支付成功"],
- values = [5000, 2000, 800, 500],
- ))
- fig.show()
设置面积漏斗的颜色和边框
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnelarea( values = [3000, 2000, 800, 500],
- text = ["浏览网站","加购","点击支付","支付成功"], marker = {"colors": ["deepskyblue", "lightsalmon", "teal", "silver"], # 颜色
- "line": {"color": ["red", "blue", "wheat", "wheat"], # 边框颜色和线条宽度 "width": [0, 1, 3, 5]}},
- textfont = {"family": "Old Standard TT, serif", "size": 13, # 字体设置 "color": "black"},
- opacity = 0.65)) # 透明度 fig.show()
不同组别的漏斗图我们也可以分开放，将它们放在一个大的画布中：
- from plotly import graph_objects as go
- fig = go.Figure()
- # 添加四组数据：第一季度到第四季度 fig.add_trace(go.Funnelarea(
- scalegroup = "first", # 组别名称 text = ["浏览网站","搜索","加购","提交订单","点击支付","支付成功"],
- values = [500, 450, 340, 230, 220, 110], # 数据 textinfo = "value", # 显示文本信息
- title = {"position": "top center", # 标题顶部居中 "text": "第一季度" # 标题内容
- }, domain = {"x": [0, 0.5], # 图形位置
- "y": [0, 0.5] }))
- fig.add_trace(go.Funnelarea(
- scalegroup = "first", text = ["浏览网站","搜索","加购","提交订单","点击支付","支付成功"],
- values = [600, 500, 400, 300, 200, 100], textinfo = "value",
- title = {"position": "top center", "text": "第二季度"},
- domain = {"x": [0, 0.5], "y": [0.55, 1]}))
- fig.add_trace(go.Funnelarea(
- scalegroup = "second", text = ["浏览网站","搜索","加购","提交订单","点击支付","支付成功"],
- values = [510, 480, 440, 330, 220, 100], textinfo = "value",
- title = {"position": "top left", "text": "第三季度"},
- domain = {"x": [0.55, 1], "y": [0, 0.5]}))
- fig.add_trace(go.Funnelarea(
- scalegroup = "second", text = ["浏览网站","搜索","加购","提交订单","点击支付","支付成功"],
- values = [360, 250, 240, 130, 120, 60], textinfo = "value",
- title = {"position": "top right", "text": "第四季度"},
- domain = {"x": [0.55, 1], "y": [0.55, 1]}))
- fig.update_layout(
- margin = {"l": 100, "r": 100}, # 整个图形到左右边框的距离 shapes = [
- {"x0": 0, "x1": 0.5, "y0": 0, "y1": 0.5}, # 添加4组位置 {"x0": 0, "x1": 0.5, "y0": 0.55, "y1": 1},
- {"x0": 0.55, "x1": 1, "y0": 0, "y1": 0.5}, {"x0": 0.55, "x1": 1, "y0": 0.55, "y1": 1}
- ])
- fig.show()
漏斗图真的很好用，能够观察到数据在不同阶段的转化情况。
