python数据绘图-使用twinx双轴叠加制作帕累托图

最新推荐文章于 2024-05-16 18:00:03 发布

西里小新

最新推荐文章于 2024-05-16 18:00:03 发布

阅读量875

点赞数

分类专栏： Python数据分析文章标签：信息可视化

本文链接：https://blog.csdn.net/weixin_47198715/article/details/130530171

版权

Python数据分析专栏收录该内容

23 篇文章 1 订阅

订阅专栏

帕累托图介绍

x轴：分组

y轴：0-1的占比分布

帕累托图的典型场景

帕累托图主要是为了可视化我们常说的28分布现象，典型的业务使用场景如下：

1、观测分布情况

例1：A公司的销售每天需要电话维护客户，销售可以打电话的量是有限的，想知道这些销售资源是如何在客户之间分布的，例如维护20%的头部客户占据了80%的销售资源

X轴：客户占比

Y轴：电话量占比

例2：某直播平台有几百万的用户，想知道这些用户是如何贡献收入的，百分之多少的客户贡献了百分之多少的收入。以此判定平台应该把更多的资源倾斜给头部用户，还是公平的对待每一个用户。

X轴：用户占比

Y轴：收入占比

2、观测窗口期

例3：某房源交易网站，想知道转化交易的关键窗口期是多长，可以看客户是在多少天内完成交易的。想要得到类似这样的结论：全部交易量中，百分之80%的客户是在30天内完成交易的，30天之后交易的涨幅就非常缓慢了，那30天就会是一个关键转化窗口期

X轴：交易时间

Y轴：成交订单占比

3、观测问题影响面和优先级

例4：某教研机构想知道学生失分的关键知识点是什么，所有扣分中，60%的失分是来自知识点1、2、3...

X轴：失分知识点

Y轴：失分学生占比

数据准备

链接:

https://pan.baidu.com/s/1KlkOukIgXWIJHAzjm_wkrg?pwd=ptzn

提取码: ptzn

import pandas as pd
data=pd.read_excel('路径/帕累托案例.xlsx',sheet_name='Sheet1')
data

数据处理

按照转化周期分组，统计每个分组中有多少客户

注意：如果参与分组计数的只有一个字段，产出的是一个序列series，需要将序列数据转换为数据框

#按转化周期分组计数
data=data.sort_values(by='转化周期',ascending=False)#按转化周期从低到高排序
group=data['user_id'].groupby(data["转化周期"]).count()
group
group.info()#因为参与分组计数的只有一个字段，所以结果产出的是一个序列series
#将序列数据转换为数据框
group2=pd.DataFrame(group.values,index=group.index,columns=['客户数'])
group2

计算累计值和累计占比，需要用到for循环语句

for循环知识点回顾

三、Python 循环_格勒王的博客-CSDN博客

#计算累计值以及累计占比
group2['累计客户数']=0
group2['累计客户数占比']=0
for i in range(0,group2['客户数'].count()):
    group2['累计客户数'].iloc[i]=group2['累计客户数'].iloc[i-1]+group2['客户数'].iloc[i]
    group2['累计客户数占比'].iloc[i]=group2['累计客户数'].iloc[i]/group2['客户数'].sum()
print(group2)

输出结果如下：

绘图

折线图绘图知识点回顾：python数据绘图-折线图（matplotlib.pyplot）_格勒王的博客-CSDN博客

柱状图绘图知识点回顾；python数据绘图-柱状图（pandas）_格勒王的博客-CSDN博客

具体步骤是

1、先绘制柱状图

2、使用plt.twinx()创建新的次坐标轴

3、再绘制折线图

#pip install matplotlib
import matplotlib.pyplot as plt
#设置中文字体
plt.rcParams["font.sans-serif"]="Arial Unicode MS"
#创建画布
plt.figure()
#创建柱状图
plt.bar(group2.index,group2['客户数'],label='转化客户数')
plt.xlabel("转化周期")#X轴
plt.ylabel("转化客户数")#Y轴
plt.title('转化窗口期')#标题
#在原图基础上叠加图像，需要先创建一个新纵坐标轴
plt.twinx()
#折线图
plt.plot(group2.index,group2["累计客户数占比"],color="orange",marker="o",label="转化客户占比")
plt.grid(linestyle='-.',color='SkyBlue')#python颜色英文https://zhuanlan.zhihu.com/p/548152652https://zhuanlan.zhihu.com/p/548152652
plt.ylabel("累计转化客户占比")
#显示图像
plt.show()

图像结果如下：