資訊專欄INFORMATION COLUMN
小編寫這篇文章的主要目的，主要是來給大家去做出一個相關(guān)性的介紹，介紹的內(nèi)容主要還是涉及到Python pyecharts，主要是利用Python pyecharts去繪制漏斗，那么，具體要怎么繪制呢？下面給大家詳細(xì)解答下。
漏斗圖
漏斗圖是由Light等在1984年提出，一般以單個研究的效應(yīng)量為橫坐標(biāo)，樣本含量為縱坐標(biāo)做的散點(diǎn)圖。效應(yīng)量可以為RR、OR和死亡比或者其對數(shù)值等。理論上講，被納入Meta分析的各獨(dú)立研究效應(yīng)的點(diǎn)估計，在平面坐標(biāo)系中的集合應(yīng)為一個倒置的漏斗形，因此稱為漏斗圖。
樣本量小，研究精度低，分布在漏斗圖的底部，向周圍分散；
樣本量大，研究精度高，分布在漏斗圖的頂部，向中間集中。
漏斗圖法的優(yōu)點(diǎn)是：
簡單易行，只需要被納入的獨(dú)立研究的樣本含量和效應(yīng)量便可繪制。
漏斗圖法的缺點(diǎn)是：
漏斗圖的對稱僅通過目測，無嚴(yán)格限定，不同觀察者可能有不同的結(jié)果；
漏斗圖只能對發(fā)表偏倚進(jìn)行粗略的定性判斷，特別是在被納入的獨(dú)立研究個數(shù)較少時，又增加了判斷漏斗圖中散點(diǎn)是否存在對稱性的難度；
可以使系統(tǒng)評價人員意識到存在的問題，但不能提供解決方法。
漏斗圖系列模板
尖頂型漏斗圖
數(shù)據(jù)可以通過Python進(jìn)行預(yù)處理然后導(dǎo)入模板進(jìn)行繪制。
from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker
c=(
Funnel()
.add(
"類別",
[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="標(biāo)題"))
.render("尖頂型漏斗.html")
)
錐子型漏斗
只需要把數(shù)據(jù)進(jìn)行一定的排序就好了，當(dāng)然在日常的科研統(tǒng)計分析肯定不是簡單的數(shù)據(jù)。
from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker
c=(
Funnel()
.add("類別",[list(z)for z in zip(Faker.choose(),Faker.values())])
.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"))
.render("錐子型漏斗.html")
)
三角形漏斗
import pyecharts.options as opts
from pyecharts.charts import Funnel
x_data=["展現(xiàn)","點(diǎn)擊","訪問","咨詢","訂單"]
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/>:{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="漏斗圖",subtitle="123"))
.render("三角形漏斗.html")
)
連接型漏斗
from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker
c=(
Funnel()
.add(
"類別",
[list(z)for z in zip(Faker.choose(),Faker.values())],
label_opts=opts.LabelOpts(position="inside"),
)
.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"))
.render("連接型漏斗.html")
)
綜上所述，這篇文章就給大家介紹完畢了，希望可以給大家?guī)砀鄮椭?/p>
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.hztianpu.com/yun/128292.html
Python pyecharts作為常用的數(shù)據(jù)可視化軟件，能夠清晰的將海量的數(shù)據(jù)，去做一個拆分，要是更直觀的去查看數(shù)據(jù)圖表的話，就需要去制作云圖了？那么，怎么制作云圖呢？下面就給大家詳細(xì)的做個解答。 詞云圖 什么是詞云圖，相信大家肯定不會感到陌生，一本書統(tǒng)計里面出現(xiàn)的詞頻，然后可視化展示，讓讀者快速的了解這個主題綱要，這就是詞云的直接效果?！ ≡~云圖系列模板 固定模式詞云圖 修改一些參...
這篇文章介紹的主要內(nèi)容是，利用Python pyecharts去繪制柱狀圖，涉及到內(nèi)容知識點(diǎn)還是比較的多的，那么，具體需要怎么操作呢？下面就給大家以案例的形式，去做一個介紹，大家仔細(xì)的閱讀下?！ ≈黝}介紹 pyecharts里面有很多的主題可以供我們選擇，我們可以根據(jù)自己的需要完成主題的配置，這樣就告別了軟件的限制，可以隨意的發(fā)揮自己的藝術(shù)細(xì)胞了。 圖表參數(shù) '''...
小編寫這篇文章的主要目的，主要還是去進(jìn)行講解一些關(guān)于Python pyecharts繪制儀表盤的一些講解，具體怎么去進(jìn)行操作呢？下面就給大家詳細(xì)解答下。 儀表盤 儀表盤的效果我只能說炫酷而已，如果想要運(yùn)用在實(shí)際的場景中，我其實(shí)也不清楚那個場景比較適合，但是pyecharts畢竟是炫酷可視化的利器，炫酷自然也就有它了?！ ⌒∑噧x表盤是長這樣的，下面我們來看看pyecharts的儀表盤是怎么...
小編寫這篇文章的主要目的，主要是給大家去做一個解答，解答的內(nèi)容主要是關(guān)于Python pyecharts的一些案例，包括如何使用它去進(jìn)行繪制一個相關(guān)的散點(diǎn)圖，怎么能夠快速的去進(jìn)行繪制。就具體的內(nèi)容，下面就給大家詳細(xì)解答下?！ ∈裁词巧Ⅻc(diǎn)圖？ 散點(diǎn)圖是指在數(shù)理統(tǒng)計回歸分析中，數(shù)據(jù)點(diǎn)在直角坐標(biāo)系平面上的分布圖，散點(diǎn)圖表示因變量隨自變量而變化的大致趨勢，由此趨勢可以選擇合適的函數(shù)進(jìn)行經(jīng)驗(yàn)分布的擬合...
小編寫這篇文章的主要目的，主要是給大家去做一個詳細(xì)解答，介紹的內(nèi)容是關(guān)于Python pyecharts的一些詳細(xì)內(nèi)容，給大家講解關(guān)于如何繪制水球圖等相關(guān)事宜，具體的內(nèi)容，下面給大家詳細(xì)解答?！ ∷驁D 水球圖首先是動態(tài)的效果，像水流一樣波動，所以看起來比較的舒服，一般用于業(yè)務(wù)里面的完成率，其實(shí)和之前的儀表盤有點(diǎn)類似，但是我個人絕對水球圖更加的好，因?yàn)榭雌饋肀容^的炫酷?！ rompyech...
閱讀 1170·2023-01-14 11:38
閱讀 1161·2023-01-14 11:04
閱讀 987·2023-01-14 10:48
閱讀 2540·2023-01-14 10:34
閱讀 1242·2023-01-14 10:24
閱讀 1126·2023-01-14 10:18
閱讀 736·2023-01-14 10:09
閱讀 820·2023-01-14 10:02
