可視化神器Plotly玩轉漏斗圖
作者：Peter
從搜索人數開始到支付成功，每個階段用戶都存在一定的流失，漏斗圖就能很好地將這種流失和轉化情況顯示出來。除去柱狀圖、餅圖、折線圖，漏斗圖應該是自己在工作畫的最為頻繁的一種圖表。下面我們通過模擬某個電商網站的用戶行為來繪制漏斗圖。
本文轉載自微信公眾號「尤而小屋」，作者Peter 。轉載本文請聯系Peter的公眾號。
認識漏斗圖
漏斗圖是網站銷售領域一種十分常用的圖表，主要是用來分析在各個階段的流失和轉化情況。比如在某個商城中，我們統計用戶在不同階段的人數來分析轉化率：
- 商城UV：商城每天的訪問人數
- 搜索人數：在商城有過搜索行為的用戶數
- 加購人數：有加購行為的用戶數
- 提交訂單：有多少用戶提交訂單
- 點擊支付：提交訂單之后有多少用戶點擊支付按鈕
- 支付成功：最終支付成功的用戶數
從搜索人數開始到支付成功，每個階段用戶都存在一定的流失，漏斗圖就能很好地將這種流失和轉化情況顯示出來。
除去柱狀圖、餅圖、折線圖，漏斗圖應該是自己在工作畫的最為頻繁的一種圖表。下面我們通過模擬某個電商網站的用戶行為來繪制漏斗圖。
整體效果
看一個漏斗圖的整體效果：
導入庫
基于兩種方式實現：
- plotly_express ：px
- plotly.graph_objects：go
- import pandas as pd
- import numpy as np
- # plotly兩個繪圖接口
- import plotly_express as px
- import plotly.graph_objects as go
基于px實現
基礎漏斗圖
模擬一份商城數據：
- data1 = pd.DataFrame({
- "number": [1200,900,700,400,180,100],
- "stage": ["瀏覽網站","搜索","加購","提交訂單","點擊支付","支付成功"]}
- )
- data1
繪制一個基礎漏斗圖：
- # 繪圖
- fig = px.funnel(
- data1, # 待繪圖數據
- x="number", # x軸的數據
- y="stage" # y軸的數據
- )
- fig.show()
我們還可以加上一個顏色參數color：
- # 加上顏色參數color
- fig = px.funnel(
- data1,
- x="number",
- y="stage",
- color="number" # 顏色參數
- )
- fig.show()
如果我們的顏色設置成number列，用數值意義似乎不準確，更好地應該是不同的階段表示，換成stage：
- # 加上顏色參數color
- fig = px.funnel(
- data1,
- x="number",
- y="stage",
- color="stage" # ！！！改成stage
- )
- fig.show()
看生成的漏斗圖：最上面的是支付成功，通常我們希望的是數值最大的在最上面，于是我們將傳入的數據翻轉一下：
- # 加上顏色參數color
- fig = px.funnel(
- data1[::-1], # ！！！數據翻轉
- x="number",
- y="stage",
- color="stage" # ！！！改成stage
- )
- fig.show()
分組漏斗
分組漏斗表示的含義將不同組別的漏斗圖放在一個畫布中，比如：看今年3月和2020年3月的數據對比情況，這叫做同比
同比：相同時期的對比，比如：2021年3月和2020年3月
環比：相鄰時期的對比，比如：2021年3月和2021年2月
1、2020年3月份數據
2、2021年3月份數據
3、使用concat函數合并兩組數據
4、繪制漏斗圖
- # 繪圖
- fig = px.funnel(df3,x="number",y="stages",color="time")
- fig.show()
繪制面積漏斗圖
還是使用最上面的數據：
- fig = px.funnel_area(
- data1,
- names = "stage",
- values = "number",
- )
- fig.show()
我們觀察到：面積漏斗圖默認繪制的百分比，而普通漏斗圖是數值
基于go實現
繪制基礎漏斗圖
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnel(
- x=[1000,800,400,100],
- y=["瀏覽網站","加購","點擊支付","支付成功"]
- ))
- fig.show()
改變漏斗圖的顏色和邊框
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnel(
- x=[1000,800,400,100], # 數據
- y=["瀏覽網站","加購","點擊支付","支付成功"], # 每個階段的名稱
- textposition = "inside", # 文本位置：['inside', 'outside', 'auto', 'none']
- textinfo = "value + percent initial", # 顯示文本信息 ['label', 'text', 'percent initial', 'percent previous', 'percent total', 'value'] 前面選項的任意組合
- opacity = 0.65,
- marker = {"color": ["deepskyblue", "lightsalmon", "tan", "silver"],
- "line": {"width": [4, 2, 3, 1, 1],
- "color": ["wheat", "wheat", "blue", "yellow"]}},
- connector = {"line": {"color": "royalblue", "dash": "dot", "width": 3}})
- )
- fig.show()
我們需要注意textinfo參數的使用，它有3種使用方式：
- percent initial：相對于初始值
- percent previous：相對于前一個值
- percent total：相對于整體數值
上面這個漏斗圖使用的是percent initial(相對于初始值)，百分比是這樣來的：
- 1000/1000 = 100%
- 800 / 1000 = 80%
- 400 / 1000 = 40%
- 100 / 1000 = 10%
如果是percent previous：
- 1000/1000 = 100%
- 800 / 1000 = 80%
- 400 / 800 = 50%
- 100 / 400 = 25%
如果是percent total：
我們看看第一個百分比是如何計算的：
分組漏斗
- from plotly import graph_objects as go
- stage = ["瀏覽網站","加購","點擊支付","支付成功"]
- fig = go.Figure()
- fig.add_trace(go.Funnel(
- name = "2020年3月", # 圖形軌跡名稱
- x = [1000,800,400,200], # 數據
- y = stage, # 每個階段名稱
- orientation = "h", # 方位
- textposition = "inside", # 文本內容的位置
- textinfo = "value+percent previous" # 顯示文本內容
- ))
- fig.add_trace(go.Funnel(
- name = "2021年2月", # 名稱和數據需要改變
- x = [1200,900,500,240],
- y = stage,
- orientation = "h",
- textposition = "inside",
- textinfo = "value+percent total"
- ))
- fig.add_trace(go.Funnel(
- name = "2021年3月", # 名稱和數據需要改變
- x = [1500,1000,450,300],
- y = stage,
- orientation = "h",
- textposition = "inside",
- textinfo = "label+percent initial"
- ))
- fig.show()
在上面的圖中，既可以觀察到同比情況(2020年3月和2021年3月)，也可以觀察到環比情況(2021年3月和2月)
面積漏斗
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnelarea(
- text = ["瀏覽網站","加購","點擊支付","支付成功"],
- values = [5000, 2000, 800, 500],
- ))
- fig.show()
設置面積漏斗的顏色和邊框
- from plotly import graph_objects as go
- fig = go.Figure(go.Funnelarea(
- values = [3000, 2000, 800, 500],
- text = ["瀏覽網站","加購","點擊支付","支付成功"],
- marker = {"colors": ["deepskyblue", "lightsalmon", "teal", "silver"], # 顏色
- "line": {"color": ["red", "blue", "wheat", "wheat"], # 邊框顏色和線條寬度
- "width": [0, 1, 3, 5]}},
- textfont = {"family": "Old Standard TT, serif", "size": 13, # 字體設置
- "color": "black"},
- opacity = 0.65)) # 透明度
- fig.show()
多組面積漏斗
不同組別的漏斗圖我們也可以分開放，將它們放在一個大的畫布中：
- from plotly import graph_objects as go
- fig = go.Figure()
- # 添加四組數據：第一季度到第四季度
- fig.add_trace(go.Funnelarea(
- scalegroup = "first", # 組別名稱
- text = ["瀏覽網站","搜索","加購","提交訂單","點擊支付","支付成功"],
- values = [500, 450, 340, 230, 220, 110], # 數據
- textinfo = "value", # 顯示文本信息
- title = {"position": "top center", # 標題頂部居中
- "text": "第一季度" # 標題內容
- },
- domain = {"x": [0, 0.5], # 圖形位置
- "y": [0, 0.5]
- }))
- fig.add_trace(go.Funnelarea(
- scalegroup = "first",
- text = ["瀏覽網站","搜索","加購","提交訂單","點擊支付","支付成功"],
- values = [600, 500, 400, 300, 200, 100],
- textinfo = "value",
- title = {"position": "top center",
- "text": "第二季度"},
- domain = {"x": [0, 0.5],
- "y": [0.55, 1]}))
- fig.add_trace(go.Funnelarea(
- scalegroup = "second",
- text = ["瀏覽網站","搜索","加購","提交訂單","點擊支付","支付成功"],
- values = [510, 480, 440, 330, 220, 100],
- textinfo = "value",
- title = {"position": "top left",
- "text": "第三季度"},
- domain = {"x": [0.55, 1],
- "y": [0, 0.5]}))
- fig.add_trace(go.Funnelarea(
- scalegroup = "second",
- text = ["瀏覽網站","搜索","加購","提交訂單","點擊支付","支付成功"],
- values = [360, 250, 240, 130, 120, 60],
- textinfo = "value",
- title = {"position": "top right",
- "text": "第四季度"},
- domain = {"x": [0.55, 1],
- "y": [0.55, 1]}))
- fig.update_layout(
- margin = {"l": 100, "r": 100}, # 整個圖形到左右邊框的距離
- shapes = [
- {"x0": 0, "x1": 0.5, "y0": 0, "y1": 0.5}, # 添加4組位置
- {"x0": 0, "x1": 0.5, "y0": 0.55, "y1": 1},
- {"x0": 0.55, "x1": 1, "y0": 0, "y1": 0.5},
- {"x0": 0.55, "x1": 1, "y0": 0.55, "y1": 1}
- ])
- fig.show()
漏斗圖真的很好用，能夠觀察到數據在不同階段的轉化情況。
責任編輯：武曉燕
來源：
尤而小屋
