亲宝软件园·资讯

展开

Python绘制漏斗图

王小王_123​​​​​​​ 人气:0

漏斗图

漏斗图是由Light等在1984年提出,一般以单个研究的效应量为横坐标,样本含量为纵坐标做的散点图。效应量可以为RR、OR和死亡比或者其对数值等。理论上讲,被纳入Meta分析的各独立研究效应的点估计,在平面坐标系中的集合应为一个倒置的漏斗形,因此称为漏斗图。

样本量小,研究精度低,分布在漏斗图的底部,向周围分散;

样本量大,研究精度高,分布在漏斗图的顶部,向中间集中。

漏斗图法的优点是:

简单易行,只需要被纳入的独立研究的样本含量和效应量便可绘制。

漏斗图法的缺点是:

漏斗图的对称仅通过目测,无严格限定,不同观察者可能有不同的结果;

漏斗图只能对发表偏倚进行粗略的定性判断,特别是在被纳入的独立研究个数较少时,又增加了判断漏斗图中散点是否存在对称性的难度;

可以使系统评价人员意识到存在的问题,但不能提供解决方法。

漏斗图系列模板

尖顶型漏斗图

数据可以通过Python进行预处理然后导入模板进行绘制。

from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker
c = (
Funnel()
.add(
"类别",
[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="标题"))
.render("尖顶型漏斗.html")
)

Python绘制漏斗图之可视化神器pyecharts_python

锥子型漏斗

只需要把数据进行一定的排序就好了,当然在日常的科研统计分析肯定不是简单的数据。

from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker
c = (
Funnel()
.add("类别", [list(z) for z in zip(Faker.choose(), Faker.values())])
.set_global_opts(title_opts=opts.TitleOpts(title="标题"))
.render("锥子型漏斗.html")
)

Python绘制漏斗图之可视化神器pyecharts_python_02

三角形漏斗

import pyecharts.options as opts
from pyecharts.charts import Funnel
x_data = ["展现", "点击", "访问", "咨询", "订单"]
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/>{b} : {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="漏斗图", subtitle="123"))
.render("三角形漏斗.html")
)

Python绘制漏斗图之可视化神器pyecharts_数据可视化_03

连接型漏斗

from pyecharts import options as opts
from pyecharts.charts import Funnel
from pyecharts.faker import Faker
c = (
Funnel()
.add(
"类别",
[list(z) for z in zip(Faker.choose(), Faker.values())],
label_opts=opts.LabelOpts(position="inside"),
)
.set_global_opts(title_opts=opts.TitleOpts(title="标题"))
.render("连接型漏斗.html")
)

Python绘制漏斗图之可视化神器pyecharts_Python绘制漏斗图_04

加载全部内容

相关教程
猜你喜欢
用户评论