手把手教你用 Python 绘制桑基图！ | 用户行为路径分析

所以，简单来说：

• 漏斗分析：人为设定一条或者若干条漏斗，先有假设再数据验证。

• 路径分析：基于用户所有行为，挖掘出若干条重要的用户路径，先有数据再验证假设。

四、用代码实现—桑基图

桑基图，它的核心是对不同点之间，通过线来连接。线的粗细代表流量的大小。

很多工具都能实现桑基图，比如：Excel、tableau，我们今天要用 Pyecharts 来绘制。

因为没有用户行为路径相关的公开数据，所以本次实现可视化是根据泰坦尼克号，其生存与遇难的人的数据，来分析流向路径。学会思路，你也可以换成自己公司的用户行为埋点数据。

读取数据

数据来源：https://www.kaggle.com/c/titanic

from pyecharts import options as opts
from pyecharts.charts import Sankey
import pandas as pd

data = pd.read_excel('/Users/wangwangyuqing/Desktop/train.xlsx')
data

整理数据结构：父类→子类→值

从父类到子类，每相邻的两个分类变量都需要计算，使用 Pandas 中数据透视表，计算后的数据纵向合并成三列。

lis = data.columns.tolist()[:-1]
lis1 = lis[:-1]
lis2 = lis[1:]

data1 = pd.DataFrame()
for i in zip(lis1,lis2):  
    datai = data.pivot_table('ID',index=list(i),aggfunc='count').reset_index()
    datai.columns=[0,1,2]
    data1 = data1.append(datai)
data1

生成节点数据

需要把所有涉及到的节点去重规整在一起。列表内嵌套字典的形式去重汇总。

# 生成nodes
nodes = []
# 先添加几个顶级的父节点
nodes.append({'name':'C港口'})
nodes.append({'name':'Q港口'})
nodes.append({'name':'S港口'})
# 添加其他节点
for i in data1[1].unique():    
    dic = {}    
    dic['name'] = i    
    nodes.append(dic)
nodes

组织数据：定义节点和流量

数据从哪里流向哪里，流量（值）是多少，循环+字典来组织数据

links = []
for i in data1.values:    
    dic = {}    
    dic['source'] = i[0]    
    dic['target'] = i[1]    
    dic['value'] = i[2]
    links.append(dic)
links

数据可视化

c = (
    Sankey(init_opts=opts.InitOpts(width="1200px", height="800px",theme='westeros'))
    .add(
        "",
        nodes=nodes,
        links=links,
        linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
        label_opts=opts.LabelOpts(position="right"),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="桑基图"))
    .render("/Users/wangwangyuqing/Desktop/image.html")
)

五、总结

桑基图是分析用户路径的有效方法之一，能非常直观地展现用户旅程，帮助我们进一步确定转化漏斗中的关键步骤，发现用户的流失点，找到有价值的用户群体，看用户主要流向了哪里，发现用户的兴趣点以及被忽略的产品价值，寻找新的机会。