最近為了更好的看出用戶訪問(wèn)APP的路徑蒸绩，我研究了桑吉圖衙四，網(wǎng)上雖然有很多文章，但是都只是片面的講解患亿，實(shí)戰(zhàn)過(guò)程有很多坑需要避免传蹈，所以押逼，我總結(jié)了畫(huà)桑吉圖的血淚經(jīng)驗(yàn)，給大家分享惦界。下面先看看桑吉圖的效果吧：
通過(guò)上面的圖挑格，我們能很清楚的看到，大部分用戶是主動(dòng)訪問(wèn)某寶首頁(yè)沾歪，然后在首頁(yè)分別訪問(wèn)了聚劃算以及使用了搜索功能漂彤，在聚劃算之后又訪問(wèn)了直播、每日大牌灾搏，最后跳出了挫望。是不是很清晰？
訪問(wèn)路徑和數(shù)據(jù)都是虛擬的狂窑，為了做這個(gè)案例而已媳板，大家后面可以使用自己公司的數(shù)據(jù)。
什么是桑吉圖
扇基圖（Sankey diagram）蛉幸，即桑基能量分流圖丛晦，也叫赊热遥基能量平衡圖。它是一種特定類型的流程圖烫沙，右圖中延伸的分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小若锁，通常應(yīng)用于能源、材料成分斧吐、金融等數(shù)據(jù)的可視化分析。因1898年Matthew Henry Phineas Riall Sankey繪制的“蒸汽機(jī)的能源效率圖”而聞名仲器，此后便以其名字命名為“擅郝剩基圖”
在互聯(lián)分析的主要意義是，其可以很清楚的看清楚用戶訪問(wèn)APP的路徑乏冀，可視化用戶訪問(wèn)和跳出的重要節(jié)點(diǎn)蝶糯。
如何畫(huà)桑吉圖
畫(huà)桑吉圖主要有以下幾步
第一步：數(shù)據(jù)源
我習(xí)慣是數(shù)據(jù)先處理成以下結(jié)構(gòu)：
附上數(shù)據(jù)源代碼用作練習(xí)：
# 導(dǎo)入包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pyecharts.charts import Sankey
from pyecharts import options as opts
import pyecharts
#數(shù)據(jù)源
df = pd.DataFrame({
'第一個(gè)頁(yè)面': ['某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶首頁(yè)', '某寶消息頁(yè)', '某寶消息頁(yè)', '某寶消息頁(yè)'],
'第二個(gè)頁(yè)面': ['搜索', '搜索', '搜索', '搜索', '聚劃算', '聚劃算', '聚劃算', '聚劃算', '聚劃算', '交易物流', '交易物流', '活動(dòng)優(yōu)惠'],
'第三個(gè)頁(yè)面': ['歷史搜索', '歷史搜索', '搜索發(fā)現(xiàn)', '搜索發(fā)現(xiàn)', '每日大牌', '每日大牌', '直播', '直播', '直播', '物流詳情', '物流詳情', '權(quán)益過(guò)期提醒'],
'第四個(gè)頁(yè)面': ['搜索結(jié)果頁(yè)', '跳出', '搜索結(jié)果頁(yè)', '跳出', '物品詳情頁(yè)', '跳出', '觀看直播', '跳出', '我的頁(yè)面', '某旗艦店', '跳出', '跳出'],
'用戶量-萬(wàn)': [77, 706, 56, 981, 871, 348, 638, 698, 912, 651, 627, 380]
})
第二步：定義節(jié)點(diǎn)
什么節(jié)點(diǎn)呢？其實(shí)就是所有用戶訪問(wèn)頁(yè)面的名稱辆沦，用戶從頁(yè)面A到頁(yè)面B昼捍，再到C。把所有頁(yè)面都列出來(lái)肢扯。（可以看出使用了unique(),進(jìn)行去重妒茬，這個(gè)地方需要注意，后面會(huì)說(shuō)）
代碼：
nodes = []
for i in range(0,4):
values = df.iloc[:,i].unique()
for value in values:
dic = {}
dic['name'] = value
nodes.append(dic)
結(jié)果：
第三步：定義邊和流量
什么是定義邊和流量呢蔚晨？其實(shí)就是把A到B和B到C具體的轉(zhuǎn)化量計(jì)算出來(lái)乍钻。
代碼一：代碼一的意義在于肛循，用戶訪問(wèn)路徑是復(fù)雜的，可能有10步如果银择，我們需要看前四步流轉(zhuǎn)情況的話多糠，就要先聚合前四步。
first = df.groupby(['第一個(gè)頁(yè)面','第二個(gè)頁(yè)面'])['用戶量-萬(wàn)'].sum().reset_index()
b = df.groupby(['第二個(gè)頁(yè)面','第三個(gè)頁(yè)面',])['用戶量-萬(wàn)'].sum().reset_index()
c = df.groupby(['第三個(gè)頁(yè)面','第四個(gè)頁(yè)面',])['用戶量-萬(wàn)'].sum().reset_index()
first.columns = ['source','target','value']
b.columns = ['source','target','value']
c.columns = ['source','target','value']
result = pd.concat([first,b,c])
result.head(10)
代碼二：
如果就是看所有頁(yè)面的話浩考，直接使用這個(gè)代碼就好夹孔。此時(shí)把result換成df就好了
linkes=[]
for i in result.values:
dic={}
dic['source']=i[0]
dic['target']=i[1]
dic['value']=i[2]
linkes.append(dic)
結(jié)果：
從這個(gè)結(jié)果就能看到每一步的流轉(zhuǎn)，source是上一個(gè)頁(yè)面析孽，target是下一個(gè)頁(yè)面搭伤，value是從上一個(gè)頁(yè)面到下一個(gè)頁(yè)面的用戶量，比如紅色框代表從消息頁(yè)到交易物流頁(yè)面的用戶量是1278
第四步：畫(huà)圖
代碼：
畫(huà)圖就直接使用下面代碼就可以了绿淋，我們解釋一下：
- init_opts=opts.InitOpts(width="1300px", height="500px")闷畸，控制整個(gè)畫(huà)圖的大小，如果頁(yè)面比較多吞滞，那就需要比較大的畫(huà)圖區(qū)域佑菩，使用整個(gè)代碼進(jìn)行調(diào)參。
- label_opts=opts.LabelOpts(position='right')裁赠，是頁(yè)面名稱的顯示位置殿漠，比如上面的1處聚劃算，目前顯示在右側(cè)佩捞。
- node_gap=10,代表2處绞幌，聚劃算和搜索之間的間距，頁(yè)面少的時(shí)候一忱，可以調(diào)大間距莲蜘。
- node_width = 35,代表3處，是搜索柱子的粗細(xì)帘营。
-
focus_node_adjacency ='allEdges'票渠。是鼠標(biāo)懸停上面顯示高亮，可以看看開(kāi)篇時(shí)候鼠標(biāo)的效果芬迄。
pic=(
Sankey(init_opts=opts.InitOpts(width="1300px", height="500px"))
.add(
'',#圖例名稱
nodes,#傳入節(jié)點(diǎn)數(shù)據(jù)
linkes,#傳入邊和流量數(shù)據(jù)
#設(shè)置透明度问顷、彎曲度、顏色
linestyle_opt=opts.LineStyleOpts(opacity=0.3,curve=0.5,color='source'),
#標(biāo)簽顯示位置
label_opts=opts.LabelOpts(position='right'),
#節(jié)點(diǎn)之間的距離
node_gap=10,
#orient="vertical",#查看垂直圖片的操作
node_width = 35,
# 少魇幔基圖中節(jié)點(diǎn)的對(duì)齊方式杜窄，默認(rèn)是雙端對(duì)齊，可以設(shè)置為左對(duì)齊或右對(duì)齊算途，對(duì)應(yīng)的值分別是：# left: 節(jié)點(diǎn)左對(duì)齊塞耕。# right: 節(jié)點(diǎn)右對(duì)齊。# justify: 節(jié)點(diǎn)雙端對(duì)齊嘴瓤。
node_align = 'right',
# 距離右側(cè)的距離
#pos_right = "10%",
# 距離左側(cè)的距離
# pos_left = '1%',
#鼠標(biāo)懸停時(shí)荷科，節(jié)點(diǎn)高亮
focus_node_adjacency ='allEdges'
)
.set_global_opts(title_opts=opts.TitleOpts(title='用戶行為'))
)
pic.render('app_act.html')
注意點(diǎn)
- 主要是需要注意一點(diǎn)是第二步定義節(jié)點(diǎn)時(shí)唯咬，使用的unique(),這個(gè)是去重所有的頁(yè)面，但是有個(gè)場(chǎng)景就不能滿足畏浆，并且是90%以上不滿足：
- 比如用戶在第一個(gè)頁(yè)面訪問(wèn)之后就跳出了胆胰，那么為了保證數(shù)據(jù)結(jié)構(gòu)，必須后面幾個(gè)頁(yè)面夠賦值跳出刻获。數(shù)據(jù)如下蜀涨，此時(shí)你使用上面的代碼是不能畫(huà)出圖。
數(shù)據(jù)源2
數(shù)據(jù)源代碼
- 比如用戶在第一個(gè)頁(yè)面訪問(wèn)之后就跳出了胆胰，那么為了保證數(shù)據(jù)結(jié)構(gòu)，必須后面幾個(gè)頁(yè)面夠賦值跳出刻获。數(shù)據(jù)如下蜀涨，此時(shí)你使用上面的代碼是不能畫(huà)出圖。
df1 = pd.DataFrame({
'第一個(gè)頁(yè)面': ['某寶首頁(yè)', '某寶首頁(yè)', '某寶消息頁(yè)', '某寶消息頁(yè)'],
'第二個(gè)頁(yè)面': ['搜索', '跳出', '交易物流', '跳出'],
'第三個(gè)頁(yè)面': ['歷史搜索', '跳出', '物流詳情', '跳出'],
'第四個(gè)頁(yè)面': ['搜索結(jié)果頁(yè)', '跳出', '跳出', '跳出'],
'用戶量-萬(wàn)': [145, 313, 699, 520]
})
那么我們需要進(jìn)行處理：
for i in range(0,4):
df.iloc[:,i] = df.iloc[:,i] + str(i)
結(jié)果：
然后就能使用后面的幾步：定義節(jié)點(diǎn)--定義邊和流量--畫(huà)圖蝎毡。
#定義節(jié)點(diǎn)
nodes = []
for i in range(0,4):
values = df1.iloc[:,i].unique()
for value in values:
dic = {}
dic['name'] = value
nodes.append(dic)
#定義邊和流量
first = df1.groupby(['第一個(gè)頁(yè)面','第二個(gè)頁(yè)面'])['用戶量-萬(wàn)'].sum().reset_index()
b = df1.groupby(['第二個(gè)頁(yè)面','第三個(gè)頁(yè)面',])['用戶量-萬(wàn)'].sum().reset_index()
c = df1.groupby(['第三個(gè)頁(yè)面','第四個(gè)頁(yè)面',])['用戶量-萬(wàn)'].sum().reset_index()
first.columns = ['source','target','value']
b.columns = ['source','target','value']
c.columns = ['source','target','value']
result = pd.concat([first,b,c])
linkes=[]
for i in result.values:
dic={}
dic['source']=i[0]
dic['target']=i[1]
dic['value']=i[2]
linkes.append(dic)
#畫(huà)圖
pic=(
Sankey(init_opts=opts.InitOpts(width="1300px", height="500px"))
.add(
'',#圖例名稱
nodes,#傳入節(jié)點(diǎn)數(shù)據(jù)
linkes,#傳入邊和流量數(shù)據(jù)
#設(shè)置透明度厚柳、彎曲度、顏色
linestyle_opt=opts.LineStyleOpts(opacity=0.3,curve=0.5,color='source'),
#標(biāo)簽顯示位置
label_opts=opts.LabelOpts(position='right'),
#節(jié)點(diǎn)之間的距離
node_gap=10,
#orient="vertical",#查看垂直圖片的操作
node_width = 35,
# 摄灞基圖中節(jié)點(diǎn)的對(duì)齊方式别垮，默認(rèn)是雙端對(duì)齊，可以設(shè)置為左對(duì)齊或右對(duì)齊扎谎，對(duì)應(yīng)的值分別是：# left: 節(jié)點(diǎn)左對(duì)齊碳想。# right: 節(jié)點(diǎn)右對(duì)齊。# justify: 節(jié)點(diǎn)雙端對(duì)齊毁靶。
node_align = 'right',
# 距離右側(cè)的距離
#pos_right = "10%",
# 距離左側(cè)的距離
# pos_left = '1%',
#鼠標(biāo)懸停時(shí)胧奔，節(jié)點(diǎn)高亮
focus_node_adjacency ='allEdges'
)
.set_global_opts(title_opts=opts.TitleOpts(title='用戶行為'))
)
pic.render('app_act.html')
結(jié)果：
寫(xiě)在最后：
大家一定要使用上面的數(shù)據(jù)進(jìn)行訓(xùn)練，體會(huì)其中的坑预吆。龙填。。
大家一定要使用上面的數(shù)據(jù)進(jìn)行訓(xùn)練拐叉，體會(huì)其中的坑岩遗。。凤瘦。
大家一定要使用上面的數(shù)據(jù)進(jìn)行訓(xùn)練喘先，體會(huì)其中的坑。廷粒。。
