Python使用joypy绘制峰峦图案例

最新推荐文章于 2024-04-16 10:08:31 发布

Python_xiaowu

最新推荐文章于 2024-04-16 10:08:31 发布

阅读量823

点赞数 1

CC 4.0 BY-SA版权

文章标签： python joypy 开发语言

本文链接：https://blog.csdn.net/Python_xiaowu/article/details/122170022

本文通过Python的Joypy库展示了如何在客户流失分析中使用峰峦图，对比了不同客户状态（活跃、不活跃、濒临流失、流失）在加油站频率和余额均值上的分布。Joypy是matplotlib的扩展，用于绘制堆叠和重叠的密度图，便于比较数据分布。代码示例包括多特征和单特征按类别显示的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在分析客户流失过程中，采用峰峦图对各种客户状态（活跃、不活跃、濒临流失、流失）进行特征分析，输出结果如下图所示。

橘红色是客户常去加油站的所占的比率，从图上可以看出流失客户去的加油站比较散，比例趋近零的比较多，而活跃用户较稳定去某加油站。
蓝灰色系列图表示客户余额均值，流失客户的余额均值在0处有些分布，而活跃用户则多在1000元左右（为了集中一张图显示，且比例均衡，则对余额取log10等计算，详见代码）。
如何实现实现？本案例采用Python上，基于matplotlib的Joyplots工具。

Joyplots

是图的堆叠，部分重叠的密度图，就这么简单。它们是一种很好的方法来绘制数据，以直观地比较分布，特别是那些在一个维度上变化的分布（例如，随时间变化）。

Python 3.5+
numpy
scipy >= 0.11
matplotlib
pandas >= 0.20 Warning: compatibility with pandas >= 0.25 requires joypy >= 0.2.1

pip install joypy
Successfully installed joypy-0.2.5

多特征按类别显示代码

import pandas as pd
import time
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
import numpy as np
import joypy

filename = '客户特征分析数据集.csv'
df = pd.read_csv(fil