Python如何实现漏斗图

# Python如何实现漏斗图 ## 什么是漏斗图？ 漏斗图（Funnel Chart）是一种常用于展示流程转化率的可视化图表，形似倒置的金字塔。它能够直观呈现各阶段的**数量递减关系**，典型应用场景包括： - 电商用户行为分析（浏览→加购→付款） - 销售转化漏斗（线索→商机→成交） - 营销活动效果追踪 ## Python实现方案 ### 1. 使用Matplotlib基础绘制 ```python import matplotlib.pyplot as plt def matplotlib_funnel(): stages = ['曝光', '点击', '加购', '付款'] values = [10000, 4000, 1500, 800] fig, ax = plt.subplots(figsize=(10,6)) for i in range(len(stages)): width = values[i] / max(values) * 0.8 ax.barh(y=len(stages)-i, width=width, height=0.5, color='#4BACC6', edgecolor='black') ax.text(width/2, len(stages)-i, f"{stages[i]}: {values[i]}", ha='center', va='center', color='white', fontweight='bold') ax.set_yticks(range(1, len(stages)+1)) ax.set_yticklabels(reversed(stages)) ax.set_title('电商转化漏斗图', pad=20) ax.axis('off') plt.show() 

2. 使用Plotly专业库（推荐）

import plotly.graph_objects as go def plotly_funnel(): fig = go.Figure(go.Funnel( y = ["曝光", "点击", "加购", "付款"], x = [10000, 4000, 1500, 800], textposition = "inside", textinfo = "value+percent initial", opacity = 0.8, marker = {"color": ["#005F73", "#0A9396", "#94D2BD", "#E9D8A6"]} )) fig.update_layout( title="用户行为转化漏斗", funnelmode="stack", showlegend=False ) fig.show() 

进阶技巧

1. 数据预处理

import pandas as pd # 计算转化率 df = pd.DataFrame({ 'stage': ['曝光', '点击', '加购', '付款'], 'count': [10000, 4000, 1500, 800] }) df['conversion'] = df['count'] / df['count'].shift(1) 

2. 样式优化建议

• 使用渐变色增强视觉引导
• 添加阶段转化率标注
• 对异常阶段使用突出颜色
• 添加鼠标悬停交互（Plotly原生支持）

各方案对比

总结

Python实现漏斗图的核心步骤： 1. 准备数据：各阶段名称及对应数值 2. 选择工具：基础需求用Matplotlib，复杂交互选Plotly 3. 视觉优化：颜色、标签、比例尺调整 4. 添加分析：标注关键转化率节点

对于需要嵌入网页的场景，推荐使用Plotly或Pyecharts；若需生成静态报告，Matplotlib+Seaborn的组合更为轻量。实际项目中建议配合漏斗图添加转化路径的桑基图进行综合分析。 “`

注：实际代码运行时需要安装相应库（pip install matplotlib plotly pandas）。完整项目示例可参考Pyecharts官方文档中的漏斗图案例。