如何用Python数据可视化来分析用户留存率

 更新时间:2021年09月25日 10:38:58   投稿:zhanglei  
今天和大家来分享一些数据可视化方向的干货,我们来尝试用Python来绘制一下“漏斗图”,感兴趣的小伙伴和小编一起进入课题吧,但愿大家会有所收获

关于“漏斗图”

漏斗图常用于用户行为的转化率分析,例如通过漏斗图来分析用户购买流程中各个环节的转化率。当然在整个分析过程当中,我们会把流程优化前后的漏斗图放在一起,进行比较分析,得出相关的结论,今天小编就用“matplotlib”、“plotly”以及“pyecharts”这几个模块来为大家演示一下怎么画出好看的漏斗图首先我们先要导入需要用到的模块以及数据,

import matplotlib.pyplot as plt 
import pandas as pd 
df = pd.DataFrame({"环节": ["环节一", "环节二", "环节三", "环节四", "环节五"],  
                   "人数": [1000, 600, 400, 250, 100],  
                   "总体转化率": [1.00, 0.60, 0.40, 0.25, 0.1]}) 


需要用到的数据如下图所示:

matplotlib来制作漏斗图,制作出来的效果可能会稍显简单与粗糙,制作的原理也比较简单,先绘制出水平方向的直方图,然后利用plot.barh()当中的“left”参数将直方图向左移,便能出来类似于漏斗图的模样

y = [5,4,3,2,1] 
x = [85,75,58,43,23] 
x_max = 100 
x_min = 0 
for idx, val in enumerate(x): 
    plt.barh(y[idx], x[idx], left = idx+5) 
plt.xlim(x_min, x_max) 

要绘制出我们想要的想要的漏斗图的模样,代码示例如下

from matplotlib import font_manager as fm 
# funnel chart 
y = [5,4,3,2,1] 
labels = df["环节"].tolist() 
x = df["人数"].tolist() 
x_range = 100 
font = fm.FontProperties(fname="KAITI.ttf") 
fig, ax = plt.subplots(1, figsize=(12,6)) 
for idx, val in enumerate(x): 
    left = (x_range - val)/2 
    plt.barh(y[idx], x[idx], left = left, color='#808B96', height=.8, edgecolor='black') 
    # label 
    plt.text(50, y[idx]+0.1, labels[idx], ha='center', 
             fontproperties=font, fontsize=16, color='#2A2A2A') 
    # value 
    plt.text(50, y[idx]-0.3, x[idx], ha='center', 
             fontproperties=font, fontsize=16, color='#2A2A2A') 
     
    if idx != len(x)-1: 
        next_left = (x_range - x[idx+1])/2 
        shadow_x = [left, next_left,  
                    100-next_left, 100-left, left] 
        shadow_y = [y[idx]-0.4, y[idx+1]+0.4,  
                    y[idx+1]+0.4, y[idx]-0.4, y[idx]-0.4] 
        plt.plot(shadow_x, shadow_y) 
plt.xlim(x_min, x_max) 
plt.axis('off') 
plt.title('每个环节的流失率', fontproperties=font, loc='center', fontsize=24, color='#2A2A2A') 
plt.show() 

绘制出来的漏斗图如下图所示

当然我们用plotly来绘制的话则会更加的简单一些,代码示例如下

import plotly.express as px 
data = dict(values=[80,73,58,42,23], 
            labels=['环节一', '环节二', '环节三', '环节四', '环节五']) 
fig = px.funnel(data, y='labels', x='values') 
fig.show() 

最后我们用pyecharts模块来绘制一下,当中有专门用来绘制“漏斗图”的方法,我们只需要调用即可

from pyecharts.charts import Funnel 
from pyecharts import options as opts 
from pyecharts.globals import ThemeType 
 
c = ( 
    Funnel(init_opts=opts.InitOpts(width="900px", height="600px",theme = ThemeType.INFOGRAPHIC )) 
    .add( 
        "环节", 
        df[["环节","总体转化率"]].values, 
        sort_="descending", 
        label_opts=opts.LabelOpts(position="inside"), 
    ) 
    .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts漏斗图", pos_bottom = "90%", pos_left = "center")) 
) 
c.render_notebook() 

我们将数据标注上去之后

c = ( 
    Funnel(init_opts=opts.InitOpts(width="900px", height="600px",theme = ThemeType.INFOGRAPHIC )) 
    .add( 
        "商品", 
        df[["环节","总体转化率"]].values, 
        sort_="descending", 
        label_opts=opts.LabelOpts(position="inside"), 
    ) 
    .set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts漏斗图", pos_bottom = "90%", pos_left = "center")) 
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}")) 
) 
c.render_notebook() 

到此这篇关于如何用Python数据可视化来分析用户留存率的文章就介绍到这了,更多相关用Python数据可视化来分析用户留存率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实现App自动签到领取积分功能

    Python实现App自动签到领取积分功能

    这篇文章主要介绍了Python实现App自动签到领取积分功能,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2018-09-09
  • Django python雪花算法实现方式

    Django python雪花算法实现方式

    在Django项目中添加自定义模块或应用来封装雪花算法,步骤包括创建应用,编写算法实现代码至utils.py文件,及配置settings.py,此方法可方便在项目中随处调用雪花算法,适用于需要唯一ID生成的场景
    2024-09-09
  • Python中计数器Counter的使用技巧分享

    Python中计数器Counter的使用技巧分享

    计数器(Counter)是Python标准库collections模块中提供的一个强大工具,用于统计可哈希对象的出现次数,本文将介绍Python中计数器的基本用法、高级功能等内容,希望对大家有所帮助
    2023-11-11
  • Python中使用Boolean操作符做真值测试实例

    Python中使用Boolean操作符做真值测试实例

    这篇文章主要介绍了Python中使用Boolean操作符做真值测试实例,在Python中,任何类型的对象都可以做真值测试,并且保证返回True或者False,需要的朋友可以参考下
    2015-01-01
  • Python接口自动化浅析如何处理接口依赖

    Python接口自动化浅析如何处理接口依赖

    本文主要介绍如何提取token、将token作为类属性全局调用及充值接口如何携带token进行请求,其他接口调用的前提条件是当前用户必须是登录状态,如何处理接口依赖
    2021-08-08
  • Python多线程原理与用法详解

    Python多线程原理与用法详解

    这篇文章主要介绍了Python多线程原理与用法,简单描述了多线程的概念、原理并结合实例形式分析了Python多线程创建、启动、各种锁机制、队列及相关函数使用技巧,需要的朋友可以参考下
    2018-08-08
  • Python+OpenCV实现阈值分割的方法详解

    Python+OpenCV实现阈值分割的方法详解

    阈值分割法是一种基于区域的图像分割技术,原理是把图像像素点分为若干类。本文将利用Python+OpenCV实现阈值分割,感兴趣的可以了解一下
    2022-05-05
  • Python实现自动识别数字验证码

    Python实现自动识别数字验证码

    这篇文章主要为大家详细介绍了如何使用Python来自动识别数字验证码,以便在需要时自动填写或验证验证码,有需要的小伙伴可以参考一下
    2024-04-04
  • Python使用lxml模块和Requests模块抓取HTML页面的教程

    Python使用lxml模块和Requests模块抓取HTML页面的教程

    用Pyhton自带的urllib或urllib2模块抓取网页或许有些陈词滥调了,今天我们就来玩儿些新鲜的,来看Python使用lxml模块和Requests模块抓取HTML页面的教程:
    2016-05-05
  • Python实现求解括号匹配问题的方法

    Python实现求解括号匹配问题的方法

    这篇文章主要介绍了Python实现求解括号匹配问题的方法,涉及Python基于栈的字符串遍历、判断、运算解决括号匹配相关操作技巧,需要的朋友可以参考下
    2018-04-04

最新评论