Python绘制漏斗图之可视化神器pyecharts

最新推荐文章于 2024-08-22 14:54:42 发布

王小王-123

最新推荐文章于 2024-08-22 14:54:42 发布

阅读量2.7k

点赞数 4

分类专栏：数据炫酷可视化之模板大全文章标签：漏斗图 Python pyecharts 数据可视化科研统计

本文链接：https://blog.csdn.net/weixin_47723732/article/details/113948552

版权

数据炫酷可视化之模板大全专栏收录该内容

33 篇文章 58 订阅

订阅专栏

漏斗图

漏斗图是由Light等在1984年提出，一般以单个研究的效应量为横坐标，样本含量为纵坐标做的散点图。效应量可以为RR、OR和死亡比或者其对数值等。理论上讲，被纳入Meta分析的各独立研究效应的点估计，在平面坐标系中的集合应为一个倒置的漏斗形，因此称为漏斗图。

样本量小，研究精度低，分布在漏斗图的底部，向周围分散；

样本量大，研究精度高，分布在漏斗图的顶部，向中间集中。

漏斗图法的优点是：

简单易行，只需要被纳入的独立研究的样本含量和效应量便可绘制。

漏斗图法的缺点是：

漏斗图的对称仅通过目测，无严格限定，不同观察者可能有不同的结果；

漏斗图只能对发表偏倚进行粗略的定性判断，特别是在被纳入的独立研究个数较少时，又增加了判断漏斗图中散点是否存在对称性的难度；

可以使系统评价人员意识到存在的问题，但不能提供解决方法。

漏斗图系列模板

尖顶型漏斗图

数据可以通过Python进行预处理然后导入模板进行绘制。

from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker

c = (
    Funnel()
    .add(
        "类别",
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        sort_="ascending",
        label_opts=opts.LabelOpts(position="inside"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="标题"))
    .render("尖顶型漏斗.html")
)

锥子型漏斗

只需要把数据进行一定的排序就好了，当然在日常的科研统计分析肯定不是简单的数据。

from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker

c = (
    Funnel()
    .add("类别", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="标题"))
    .render("锥子型漏斗.html")
)

三角形漏斗

import pyecharts.options as opts
from pyecharts.charts import Funnel


x_data = ["展现", "点击", "访问", "咨询", "订单"]
y_data = [100, 80, 60, 40, 20]

data = [[x_data[i], y_data[i]] for i in range(len(x_data))]

(
    Funnel(init_opts=opts.InitOpts(width="1200px", height="600px"))
    .add(
        series_name="",
        data_pair=data,
        gap=2,
        tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}%"),
        label_opts=opts.LabelOpts(is_show=True, position="inside"),
        itemstyle_opts=opts.ItemStyleOpts(border_color="#fff", border_width=1),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="漏斗图", subtitle="123"))
    .render("三角形漏斗.html")
)

连接型漏斗

from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker


c = (
    Funnel()
    .add(
        "类别",
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        label_opts=opts.LabelOpts(position="inside"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="标题"))
    .render("连接型漏斗.html")
)