Python matplotlib實(shí)戰(zhàn)之漏斗圖繪制

更新時(shí)間：2023年08月28日 11:42:02 作者：databook

漏斗圖,形如“漏斗”,用于展示數(shù)據(jù)的逐漸減少或過(guò)濾過(guò)程,這篇文章主要為大家介紹了如何使用Matplotlib繪制漏斗圖,需要的小伙伴可以參考下

1. 主要元素

漏斗圖的主要元素包括：

分類(lèi)：漏斗圖中的不同層級(jí)或步驟。每個(gè)分類(lèi)代表一個(gè)特定的過(guò)程、篩選或轉(zhuǎn)化。
倒梯形：表示在每個(gè)階段中的數(shù)據(jù)數(shù)量或數(shù)量的百分比。通常，隨著階段的推進(jìn)，數(shù)據(jù)量會(huì)逐漸減少。
數(shù)據(jù)流：表示數(shù)據(jù)在不同階段之間的流動(dòng)路徑。它顯示了數(shù)據(jù)從一個(gè)階段到另一個(gè)階段的轉(zhuǎn)移和過(guò)濾過(guò)程。
轉(zhuǎn)化率：表示在每個(gè)階段中數(shù)據(jù)的轉(zhuǎn)化率或轉(zhuǎn)化的百分比。它反映了數(shù)據(jù)在不同階段之間的損失或過(guò)濾程度。

2. 適用的場(chǎng)景

漏斗圖適用的分析場(chǎng)景包括：

銷(xiāo)售轉(zhuǎn)化分析：跟蹤銷(xiāo)售過(guò)程中的潛在客戶數(shù)量，并展示他們?cè)诓煌A段的轉(zhuǎn)化率，從而幫助分析銷(xiāo)售流程中的瓶頸和改進(jìn)機(jī)會(huì)。
市場(chǎng)營(yíng)銷(xiāo)分析：展示市場(chǎng)活動(dòng)中的潛在客戶數(shù)量，并顯示他們?cè)诓煌瑺I(yíng)銷(xiāo)階段的轉(zhuǎn)化率，從而評(píng)估市場(chǎng)策略的有效性和改進(jìn)方向。
用戶體驗(yàn)分析：追蹤用戶在產(chǎn)品或服務(wù)使用過(guò)程中的轉(zhuǎn)化率，幫助分析用戶體驗(yàn)中的瓶頸和提升點(diǎn)，從而優(yōu)化產(chǎn)品或服務(wù)設(shè)計(jì)。
網(wǎng)站流量分析：展示網(wǎng)站訪問(wèn)者在不同頁(yè)面或功能模塊之間的轉(zhuǎn)化率，幫助分析用戶行為和改進(jìn)網(wǎng)站設(shè)計(jì)。

3. 不適用的場(chǎng)景

然而，漏斗圖并不適用于所有分析場(chǎng)景。以下是一些不適合使用漏斗圖的情況：

數(shù)據(jù)無(wú)序或重復(fù)：如果數(shù)據(jù)沒(méi)有明確的階段或無(wú)法按照特定的流程進(jìn)行過(guò)濾或轉(zhuǎn)化，漏斗圖可能不適用。
數(shù)據(jù)缺失或不完整：如果數(shù)據(jù)在不同階段之間存在缺失或不完整，漏斗圖可能無(wú)法準(zhǔn)確反映數(shù)據(jù)流動(dòng)和轉(zhuǎn)化情況。
多個(gè)并行路徑：如果數(shù)據(jù)在不同階段之間存在多個(gè)并行路徑，并且無(wú)法簡(jiǎn)單地表示為單一的線性流程，漏斗圖可能無(wú)法有效展示數(shù)據(jù)流動(dòng)。

4. 分析實(shí)戰(zhàn)

本次用漏斗圖分析各個(gè)學(xué)歷的畢業(yè)生人數(shù)，從小學(xué)學(xué)歷到博士學(xué)歷。

4.1. 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源國(guó)家統(tǒng)計(jì)局公開(kāi)的數(shù)據(jù)，整理好的數(shù)據(jù)可從下面的地址下載：databook.top/nation/A0M

使用其中的文件：A0M0203.csv(各級(jí)各類(lèi)學(xué)歷教育畢業(yè)生數(shù))

fp = "d:/share/data/A0M0203.csv"
df = pd.read_csv(fp)
df

4.2. 數(shù)據(jù)清理

漏斗圖不需要時(shí)間序列數(shù)據(jù)，所以，只提取2021年的數(shù)據(jù)中從小學(xué)到博士的6種學(xué)歷的畢業(yè)生人數(shù)。

data = df[df["sj"] == 2021]
#A0M020312: 普通小學(xué)畢業(yè)生數(shù)(萬(wàn)人)
#A0M02030T: 初中階段教育畢業(yè)生數(shù)(萬(wàn)人)	
#A0M02030J: 普通高中畢業(yè)生數(shù)(萬(wàn)人)
#A0M020306: 普通本科畢業(yè)生數(shù)(萬(wàn)人)	
#A0M020304: 碩士畢業(yè)生數(shù)(萬(wàn)人)	
#A0M020303: 博士畢業(yè)生數(shù)(萬(wàn)人)
data = data[
    data["zb"].isin(
        [
            "A0M020312",
            "A0M02030T",
            "A0M02030J",
            "A0M020306",
            "A0M020304",
            "A0M020303",
        ]
    )
]
data = data.sort_values("value", ascending=False)
data

4.3. 分析結(jié)果可視化

with plt.style.context("dark_background"):
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 1, 1])
    colors = plt.cm.Set2.colors
    cnt = len(data)
    y = [[1 + i * 3, 3.8 + i * 3] for i in range(cnt)]
    y_ticks = [2 + i * 3 for i in range(cnt)]
    start_x1 = 5
    start_x2 = -5
    for i in range(cnt):
        ax.fill_betweenx(
            y=y[i],
            x1=[start_x1, data.iloc[i, 4]],
            x2=[start_x2, -1 * data.iloc[i, 4]],
            color=colors[i],
        )
        start_x1 = data.iloc[i, 4]
        start_x2 = -1 * data.iloc[i, 4]
    ax.set_xticks([], [])
    ax.set_yticks(y_ticks, data["zbCN"])
    for y, value in zip(y_ticks, data["value"]):
        ax.text(
            10,
            y,
            value,
            fontsize=16,
            fontweight="bold",
            color="white",
            ha="center",
        )
    ax.grid(False)
    ax.set_title("2021年各學(xué)歷畢業(yè)人數(shù)")