【matplotlib 实战】--漏斗图

漏斗图，形如“漏斗”，用于展示数据的逐渐减少或过滤过程。
它的起始总是最大，并在各个环节依次减少，每个环节用一个梯形来表示，整体形如漏斗。
一般来说，所有梯形的高度应是一致的，这会有助人们辨别数值间的差异。

需要注意的是，漏斗图的各个环节，有逻辑上的顺序关系。
同时，漏斗图的所有环节的流量都应该使用同一个度量。

通过漏斗图，可以较直观的看出流程中各部分的占比、发现流程中的问题，进而做出决策。

1. 主要元素

漏斗图的主要元素包括：

1. 分类：漏斗图中的不同层级或步骤。每个分类代表一个特定的过程、筛选或转化。
2. 倒梯形：表示在每个阶段中的数据数量或数量的百分比。通常，随着阶段的推进，数据量会逐渐减少。
3. 数据流：表示数据在不同阶段之间的流动路径。它显示了数据从一个阶段到另一个阶段的转移和过滤过程。
4. 转化率：表示在每个阶段中数据的转化率或转化的百分比。它反映了数据在不同阶段之间的损失或过滤程度。

2. 适用的场景

漏斗图适用的分析场景包括：

• 销售转化分析：跟踪销售过程中的潜在客户数量，并展示他们在不同阶段的转化率，从而帮助分析销售流程中的瓶颈和改进机会。
• 市场营销分析：展示市场活动中的潜在客户数量，并显示他们在不同营销阶段的转化率，从而评估市场策略的有效性和改进方向。
• 用户体验分析：追踪用户在产品或服务使用过程中的转化率，帮助分析用户体验中的瓶颈和提升点，从而优化产品或服务设计。
• 网站流量分析：展示网站访问者在不同页面或功能模块之间的转化率，帮助分析用户行为和改进网站设计。

3. 不适用的场景

然而，漏斗图并不适用于所有分析场景。以下是一些不适合使用漏斗图的情况：

• 数据无序或重复：如果数据没有明确的阶段或无法按照特定的流程进行过滤或转化，漏斗图可能不适用。
• 数据缺失或不完整：如果数据在不同阶段之间存在缺失或不完整，漏斗图可能无法准确反映数据流动和转化情况。
• 多个并行路径：如果数据在不同阶段之间存在多个并行路径，并且无法简单地表示为单一的线性流程，漏斗图可能无法有效展示数据流动。

4. 分析实战

本次用漏斗图分析各个学历的毕业生人数，从小学学历到博士学历。

4.1. 数据来源

数据来源国家统计局公开的数据，整理好的数据可从下面的地址下载：
https://databook.top/nation/A0M

使用其中的文件：A0M0203.csv(各级各类学历教育毕业生数)

fp = "d:/share/data/A0M0203.csv"

df = pd.read_csv(fp)
df

4.2. 数据清理

漏斗图不需要时间序列数据，所以，只提取2021年的数据中从小学到博士的6种学历的毕业生人数。

data = df[df["sj"] == 2021]

#A0M020312: 普通小学毕业生数(万人)
#A0M02030T: 初中阶段教育毕业生数(万人)	
#A0M02030J: 普通高中毕业生数(万人)
#A0M020306: 普通本科毕业生数(万人)	
#A0M020304: 硕士毕业生数(万人)	
#A0M020303: 博士毕业生数(万人)
data = data[
    data["zb"].isin(
        [
            "A0M020312",
            "A0M02030T",
            "A0M02030J",
            "A0M020306",
            "A0M020304",
            "A0M020303",
        ]
    )
]

data = data.sort_values("value", ascending=False)
data

4.3. 分析结果可视化

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年各学历毕业人数")

从图中可以看出，完成9年义务教育的比例很高。
初中到高中，人数几乎减半，而本科考研，硕士考博的人数比例更是锐减。