Python怎么使用pyecharts绘制漏斗图 |
您所在的位置:网站首页 › python怎么写坐标 › Python怎么使用pyecharts绘制漏斗图 |
本文小编为大家详细介绍“Python怎么使用pyecharts绘制漏斗图”,内容详细,步骤清晰,细节处理妥当,希望这篇“Python怎么使用pyecharts绘制漏斗图”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。 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") )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") )读到这里,这篇“Python怎么使用pyecharts绘制漏斗图”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注编程笔记行业资讯频道。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |