利用pyecharts自动化绘制漏斗图保姆级教程

目录

前言

一、批量获取数据

[1. 什么是工作薄和工作表？](#1. 什么是工作薄和工作表？)

[2. 什么是单元格？](#2. 什么是单元格？)

[3. 使用openpyxl读取xlsx文件](#3. 使用openpyxl读取xlsx文件)

二、绘制柱状图

小结

三、绘制漏斗图

[1. 漏斗图的概念](#1. 漏斗图的概念)

[2. 漏斗图的指标和计算方法](#2. 漏斗图的指标和计算方法)

[3. 从Excel中读数据绘制单个漏斗图。](#3. 从Excel中读数据绘制单个漏斗图。)

四、读取数据并绘制漏斗图

前言

浩宇是一家公司的HR，一般使用漏斗图来展示各个环节的进入的人数，在进行绘制之前需要得到各个环节的转化率。公司有多个部门以及多个岗位，利用excel处理又慢又累，如果部门的部分数据更改就需要重新绘制，面对繁琐的画图流程，浩宇想要实现自动化绘制。

一、批量获取数据

浩宇要查看岗位在不同环节的通过率，并批量读取数据绘制漏斗图。

首先，我们先学习批量读取数据的方法，绘制用于展示总体招聘情况的图表

如何选择合适的图表呢？不妨简单分析一下，每个岗位都有初筛、一面、二面等多个环节，要查看简历数量随着招聘环节的变化。折线图和柱状图都能反映数量的变化，考虑到岗位数量很多，折线图绘制出来以后会比较混乱，这里我们采用柱状图。

本节的学习目标：

1. 了解Excel文档的工作簿和工作表；

2. 学习读取工作簿、工作表和行读取的操作；

3. 定义函数，绘制多y轴柱状图。

1. 什么是工作薄和工作表？

一个Excel文档就叫做工作簿（Workbook），图中是Excel文档，该文档的后缀名为.xlsx，所以工作簿的名称为候选人跟进.xlsx。

一个工作簿中包含一个或多个工作表（Worksheet）。

2. 什么是单元格？

一个工作表由单元格（Cell）组成。Excel的数据存储在单元格中。

我们可以通过列号（Column）和行号（Row）对单元格进行定位。

3. 使用openpyxl读取xlsx文件

要使用Python对Excel表格进行读取，我们需要安装一个用于读取数据的工具 openpyxl 。

在终端输入以下指令，利用pip安装openpyxl模块

pip install openpyxl

接着导入openpyxl模块开始读取数据，读取路径下的Excel文档，需要用到openpyxl.load_workbook()函数，将文件路径传入函数中，就读取了这个文档的数据。

import openpyxl
path = "E:\pyTest\数据可视化学习\7-1\caicai\岗位信息表.xlsx"
wb = openpyxl.load_workbook(path)
position = wb["岗位序列"]

浩宇需要绘制柱状图，柱状图的格式要求横纵坐标以列表的形式存储数据。

这里我们先读取第一行的标题作为横坐标；读取第二行的数据作为纵坐标

title = position[1]
print(title)

得到以下结果

可以看到他输出的只是第一行的单元格名称，不能看到具体的标题，我们使用value属性来找到真实的数据。

title = position[1]
for i in title:
    print(i.value)

我们又又又发现问题了，第一个单元格表格是空的，我们需要去掉他

x_list = []
for i in title:
    x_list.append(i.value)
print(x_list[1:])

到这里，相信大家对openpyxl库处理excel文件有一定了解了，大家试着把第二行的数据处理一下。

1. 读取第二行数据；

2. 定义一个列表用于存储该行的内容；

3. 使用切片从第二个元素开始遍历；

4. 使用 .value 取单元格的值；

5. 使用 append() 将内容追加到列表中，这里就不再重复了。

可是数据有多行，我们不需要写很多重复的代码，我们可以利用函数封装起来，将每个岗位的行数当成参数，调用该函数就可以完成多y轴柱状图的绘制。

def read_ex(row):
    y_list = []
    total = position[row]
    for i in total[1:]:
        y_list.append(i.value)
    return (total[0].value,y_list)

完成函数的定义后，我们需要读取文档中第1行到第7行的数据，这里我们可以使用 for循环和 range() 函数来循环获取1～7的数字，以达到逐个获取行数据的目的。

for i in range(1,8):
    print(read_ex(i))

元组的第一个元素是空值/岗位名称，元组的第二个元素是x轴/y轴的数据，我们将返回的第一个元素赋值给name，第二个元素赋值给num。

for i in range(1,8):
    data = read_ex(i)
    name = data[0]
    num = data[1]
    print(name,num)

这样我们的数据就处理好了，我们开始绘制柱状图

二、绘制柱状图

import pyecharts.charts import Bar
bar = Bar()
#读取数据后画表格
for i in range(1,8):
    data = read_ex(i)
    name = data[0]
    num = data[1]
    if i == 1:
        bar.add_xaxis(num)
    else:
        bar.add_yaxis(series_name = name, y_axis = num)
bar.render(r"E:\pyTest\数据可视化学习\可视化图表\岗位序列.html")

得到以下结果：

这样我们就画好了柱状图。

小结

处理数据我们用到的是openpyxl模块，首先利用load_workbook函数读取工作簿，紧接着读取了工作表，再根据工作表里的内容处理了数据并封装成了函数，最后将转化后的数据绘制成了柱状图

三、绘制漏斗图

1. 漏斗图的概念

漏斗图（Funnel Chart）图形样式与漏斗类似，能够直观展示各环节业务数据的变化情况。

每个阶段的数据自上而下减少，有助于快速发现和定位问题所处环节。

比较常用在电商网站分析中，通过展示各环节转化，了解用户看到商品至下单的每个步骤的转化情况。
漏斗图举例

如何绘制呢？

使用 pyecharts 绘制漏斗图，需要导入Funnel 模块。

from pyecharts.charts import Funnel

绘制柱状图或折线图时，需要传入x轴和y轴数据，和绘制漏斗图传入的数据类型有些区别。

漏斗图不区分x轴和y轴，需要传入一个二维列表，简单来说就是列表中的每个元素也是列表。

2. 漏斗图的指标和计算方法

那么，当我们拿到的是一个数量列表时，如何计算每个环节的百分比呢？

因为我们拿到数据是上一环节得到的，所以我们只需要和上一环节去比就行了。

利用for循环配合 range() 函数遍历列表中的每项n：

当元素为第一项时，设置百分比为100%；

当元素为其他项时，取 n/(n-1) ，计算结果，使用 round() 保留小数点后一位。

from pyecharts.charts import Funnel
label = ["展现", "点击", "访问", "咨询", "订单"]
num = [1000, 880, 264, 52.8, 5.28]
for i in range(5):
    if i== 0:
        print("100%")
    else:
        rate = (num[i]/num[i-1])*100
        per = round(rate,1)
        print(f"{per}%")

我们对数据进一步处理

from pyecharts.charts import Funnel
label = ["展现", "点击", "访问", "咨询", "订单"]
num = [1000, 880, 264, 52.8, 5.28]
total = []
for i in range(5):
    temp = []
    if i== 0:
        temp.append(label[i]+"100%")
    else:
        rate = (num[i]/num[i-1])*100
        per = round(rate,1)
        temp.append(label[i]+f"{per}%")
    temp.append(num[i])
    total.append(temp)
print(total)
'''
输出：[['展现100%', 1000], ['点击88.0%', 880], ['访问30.0%', 264], ['咨询20.0%', 52.8], ['订单10.0%', 5.28]]
'''

3. 从Excel中读数据绘制单个漏斗图。

数据处理好后，我们开始绘制漏斗图：

生成漏斗图，需要调用 add() 函数，该函数用于设置漏斗图的图例名称、数据和间距。

add() 需要传入三个参数：

1. series_name="图例名称" 用于设置图例名称；

2. data_pair=data 表示传入的数据；

3. 设置 gap=n(n>=0) 用于展示漏斗图每条间的间距。

funnel = Funnel()
funnel.add(series_name = "漏斗图",data_pair = total,gap = 10)
funnel.render(r"E:\pyTest\数据可视化学习\可视化图表\漏斗图.html")

在这里我们扩展一下知识，就是如何利用options隐藏图例配置项

funnel.set_global_opts(legend_opts=opts.LegendOpts(is_show=False))

源码在这：

from pyecharts.charts import Funnel
label = ["展现", "点击", "访问", "咨询", "订单"]
num = [1000, 880, 264, 52.8, 5.28]
total = []
for i in range(5):
    temp = []
    if i== 0:
        temp.append(label[i]+"100%")
    else:
        rate = (num[i]/num[i-1])*100
        per = round(rate,1)
        temp.append(label[i]+f"{per}%")
    temp.append(num[i])
    total.append(temp)
funnel = Funnel()
funnel.add(series_name = "漏斗图",data_pair = total,gap = 10)
funnel.render(r"E:\pyTest\数据可视化学习\可视化图表\漏斗图.html")

四、读取数据并绘制漏斗图

结合上面的知识，我们来练习一下（数据文件可以私聊我领取）：

from pyecharts.charts import Funnel
import openpyxl
path = r"E:\pyTest\数据可视化学习\7-1\caicai\岗位信息表.xlsx"
wb = openpyxl.load_workbook(path)
ws = wb["岗位序列"]
label = ws[1]
num = ws[2]
total = []
for i in range(1,7):
    title = label[i].value
    nums = num[i].value
    temp = []
    if i == 1:
        temp.append(title+"100%")
    else:
        rate = (nums/num[i-1].value)*100
        per = round(rate,1)
        temp.append(title+f"{per}%")
    temp.append(nums)
    total.append(temp)
funnel = Funnel()
funnel.add(series_name = "漏斗图",data_pair = total,gap = 10)
funnel.render(r"E:\pyTest\数据可视化学习\可视化图表\漏斗图2.html")

本文的学习到此结束啦！很感谢你看完了本文，鼓励自己一下吧！
简单比复杂更难。 ------ 苹果创始人 乔布斯