Python可视化神器pyecharts绘制漏斗图

 更新时间:2022年07月06日 14:35:08   作者:王小王_123​​​​​​​  
这篇文章主要介绍了Python可视化神器pyecharts绘制漏斗图,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

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")
)

Python绘制漏斗图之可视化神器pyecharts_python

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")
)

Python绘制漏斗图之可视化神器pyecharts_python_02

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")
)

Python绘制漏斗图之可视化神器pyecharts_数据可视化_03

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")
)

Python绘制漏斗图之可视化神器pyecharts_Python绘制漏斗图_04

到此这篇关于Python可视化神器pyecharts绘制漏斗图的文章就介绍到这了,更多相关 Python绘制漏斗图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python中logging包的使用总结

    python中logging包的使用总结

    本篇文章给大家详细讲述了python中logging包的使用的相关知识点以及原理分析,有兴趣的朋友可以参考学习下。
    2018-02-02
  • Python利用pyHook实现监听用户鼠标与键盘事件

    Python利用pyHook实现监听用户鼠标与键盘事件

    这篇文章主要介绍了Python利用pyHook实现监听用户鼠标与键盘事件,很有实用价值的一个技巧,需要的朋友可以参考下
    2014-08-08
  • Anaconda下Python中h5py与netCDF4模块下载与安装的教程详解

    Anaconda下Python中h5py与netCDF4模块下载与安装的教程详解

    这篇文章主要为大家详细介绍了基于Anaconda,下载并安装Python中h5py与netCDF4这两个模块的方法,感兴趣的小伙伴可以跟随小编一起学习一下
    2024-01-01
  • 浅析Python实现DFA算法

    浅析Python实现DFA算法

    DFA全称为Deterministic Finite Automaton,即确定有穷自动机。特征:有一个有限状态集合和一些从一个状态通向另一个状态的边,每条边标记有一个符号,其中一个状态是初态,某些状态是终态。不同于不确定的有限自动机,DFA中不会有从同一状态出发的两条边标志有相同的符号
    2021-06-06
  • python 执行文件时额外参数获取的实例

    python 执行文件时额外参数获取的实例

    今天小编就为大家分享一篇python 执行文件时额外参数获取的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • python网络编程实例简析

    python网络编程实例简析

    这篇文章主要介绍了python网络编程,有不错的借鉴价值,需要的朋友可以参考下
    2014-09-09
  • python列表中remove()函数的使用方法详解

    python列表中remove()函数的使用方法详解

    这篇文章主要给大家介绍了关于python列表中remove()函数的使用,以及Python列表的remove方法的注意事项,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
    2021-12-12
  • Python在centos7.6上安装python3.9的详细教程(默认python版本为2.7.5)

    Python在centos7.6上安装python3.9的详细教程(默认python版本为2.7.5)

    这篇文章主要介绍了Python在centos7.6上安装python3.9(默认python版本为2.7.5)的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧
    2020-10-10
  • 9个提高 Python 编程的小技巧

    9个提高 Python 编程的小技巧

    这篇文章主要介绍了9个提高 Python 编程的小技巧,下文分享python编程技巧,需要的小伙伴可以参考一下,希望对你的学习有所帮助
    2022-05-05
  • python2和python3在处理字符串上的区别详解

    python2和python3在处理字符串上的区别详解

    这篇文章主要介绍了python2和python3在处理字符串上的区别详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-05-05

最新评论