Funnel plotly как менять цвет фона

25 инструментов для анализа и визуализации данных

Если нужны достаточно простые отчеты и диаграммы, то, как правило, хватает обычных систем веб-аналитики и функций Google Таблиц / Excel.

Но для построения полноценных дашбордов (интерактивных инструментов с автоматической загрузкой данных из разных источников) и красивых визуализаций (для презентаций, книг, медиа) лучше подойдут специальные решения.

Рассказываем о 25 средствах (сервисов, систем) для анализа и визуализации данных. По каждому — функциональность, тарифы, скриншот/видео. Подборка пригодится руководителям и владельцам бизнеса, маркетологам, аналитикам, дата-журналистам.

Ключевая составляющая роста в профессии и увеличения заработка — постоянное самообучение. Приглашаем в обучающий центр CyberMarketing всех, кто хочет прокачиваться в SEO, PPC, веб-аналитике, CPA, SMM. У нас есть самые разные форматы: статьи, вебинары, видеокурсы.

Многофункциональные продукты: BI-системы, решения для создания интерактивных дашбордов

Google Data Studio

Google Data Studio — часть Google Marketing Platform, единой платформы для рекламы и аналитики. Этот сервис может объединять данные из нескольких источников и создавать интерактивные отчеты. Можно использовать для сквозной аналитики, автоматической отчетности, оценки эффективности рекламных кампаний.

Возможности:

• 350+ коннекторов для подключения к данным Search Console, PostgreSQL, Adobe Analytics, Google AdSense, YouTube и др.
• 130+ готовых шаблонов для отчетов по Google Ads, Google Analytics, Facebook Ads и др.
• Большой выбор визуализаций: диаграмма Ганта, тепловая карта, диаграмма waterfall и не только.
• Объединение до 5 источников данных по одному или нескольким ключам (параметр, по которому данные совмещаются, например, это может быть URL).
• Легко расшарить отчет для команды или отдельных людей, а также работать над ним с коллегами в режиме реального времени.

Стоимость. Сервис бесплатный, но есть платные сторонние решения, например, для подключения к Яндекс.Метрике через Supermetrics.

Один из шаблонов Data Studio для работы с Google Analytics

Yandex Datalens

Yandex Datalens — продукт Яндекса для визуализации и анализа данных, достойный конкурент Google Data Studio. Сервис позволяет напрямую подключаться к различным источникам, отслеживать продуктовые и бизнес-метрики, строить визуализации и дашборды.

Функциональность:

• Подключение к ClickHouse, PostgreSQL, MySQL, MS SQL Server, Oracle Database, Google Sheets, Metrica и AppMetrica, еще можно загружать данные из CSV-файлов. (Дополнительные коннекторы — а также дашборды и геослои — можно поискать в маркетплейсе, некоторые варианты платные.)
• Комбинация данных из разных источников в рамках одного дашборда или графика. (Связь между таблицами происходит автоматически — по первому совпадению имени и типу данных полей. Можно использовать агрегирующие функции и вычисляемые поля.)
• Есть все необходимые виды чартов: линейная, столбчатая и круговая диаграммы, таблицы, индикаторы и др.
• Как целые дашборды, так и отдельные визуализации, можно публиковать в открытом доступе, встраивать на сайты.

Стоимость. Есть бесплатный тариф, на котором нет ограничений на внутренние сессии — это, например, сессии с запросами к Metrica, AppMetrica, CSV, ClickHouse, PostgreSQL, MySQL. Но должно быть не больше 100 внешних сессий — то есть сессий с запросами к источникам, которые не относятся к Яндексу и Яндекс.Облаку. А объем БД для материализованных данных (материализация — это процесс загрузки данных из источника в базу данных DataLens) ограничен 500 МБ. Этого достаточно для небольших команд и обучения, а в остальных случаях продукт обойдется в 1 900 руб./мес.

Фрагмент дашборда по данным Яндекс.Метрики

Power BI

Power BI — платформа от Microsoft для бизнес-аналитики, анализа и визуализации данных, необходимых для принятия решений. Можно разобраться как самостоятельно, так и с помощью встроенных средств искусственного интеллекта. Больше подходит среднему и крупному бизнесу.

Инструментарий:

• Поддержка 100+ источников: Google Analytics, MailChimp, GitHub, Oracle, MySQL и др. Автообновление — по расписанию.
• Как и в вышеперечисленных сервисах, здесь можно настраивать типы данных, объединять информацию из разных источников, рассчитывать дополнительные показатели. (Но если в Datalens можно использовать Markdown, в Power BI придется работать со специальным языком DAX.)
• 25+ типов визуализаций: каскадные диаграммы, срезы, матрицы, графики, карты и др.
• Совместный доступ с разграничением прав. Возможность делиться публикациями и встраивать их на сайты.
• Бесплатное мобильное приложение Power BI для Android, iOS и Windows Mobile.

Стоимость. Есть бесплатный тариф без ограничений с точки зрения доступных визуализаций, служб, источников данных. Платный пакет — от 625 руб. за пользователя — может понадобиться, если необходимо работать над отчетами без выгрузки в интернет, обрабатывать огромные массивы данных.

SAP Analytics Cloud

SAP Analytics Cloud — облачная BI-система, которая включает не только визуализацию, но и планирование, прогнозирование, JS-разработку; использует машинное обучение и искусственный интеллект. Комплексное решения для аналитики на разных уровнях.

Среди функций:

• Подготовка и моделирование данных в браузере, добавление расчетных показателей, объединение. В числе источников различные решения SAP, SuccessFactors, Google Drive, MySQL, Salesforce, Oracle, Google Sheets и др.
• Создание «историй» — набора графических и табличных элементов — и использование геоданных. Настройка необходимых KPI, отчётов, процессов для симуляции результатов возможных решений.
• Возможность подключения удалённых пользователей к обсуждению, разграничение прав доступа.
• Инструменты Smart Discovery и Smart Insights для поиска новых идей и изучения скрытых зависимостей, ответов с помощью естественного языка, сводки по большому объему данных, информации об основных факторах.
• Большой набор виджетов: кнопки, выпадающие меню, попапы и прочее; функциональный редактор, интуитивно понятный интерфейс, расширения SDK.

Еще есть мобильные приложения для iPhone и iPad, а также специальное решение для совещаний на основе интерактивных презентаций.

Стоимость. По запросу. Есть пробная версия с ограниченным функционалом на 90 дней.

Обзор дашборда в SAP Analytics Cloud | Гайд по BI

OWOX BI

OWOX BI — платформа для комплексной маркетинговой аналитики. Умеет собирать, очищать и объединять данные из разных источников, настраивать модели атрибуции на основе воронки продаж, строить отчеты по сырым данным.

Возможности:

• Интеграции с Google Analytics, Facebook Ads, Яндекс.Директ, Google BigQuery, Google Sheets, MyTarget и др., в том числе популярными системами коллтрекинга и CRM-системами.
• Нет семплирования и ограничений на собираемые данные. Еще можно их полностью контролировать, потому что они хранятся в Google BigQuery.
• Есть все базовые типы визуализаций: линейчатая, круговая, точечная и столбчатая, график и тепловая карта.
• Около 30 шаблонов для изучения различных срезов: среднее время по типам устройств; доход по дням, источникам трафика и каналам; последовательность шагов воронки по количеству заказов в GA; и др.
• Простой конструктор, где можно настроить нужные параметры и показатели без знаний SQL или других языков. Готовые отчеты можно экспортировать в Google Data Studio, CSV, Google Spreadsheets. (А сегменты, полученные на основе собранных данных или полученных отчетов, — прямо в рекламные системы.)

Стоимость. Сбор данных в Google BigQuery для сквозной аналитики стоит от 42$ в месяц, а маркетинговые отчеты и атрибуция — от 970$/мес. Можно попробовать бесплатно в течение 7 дней, а также записаться на демо.

Пример performance-отчета от OWOX BI

Tableau

Tableau — платформа бизнес-аналитики с упором на визуализацию. Миссия: помочь людям — аналитикам, датасайентистам, студентам, руководителям, владельцам бизнеса — видеть и понимать данные, облегчить изучение и управление ими.

Функциональность:

• Простой, интуитивно понятный интерфейс, где множество операций можно сделать в пару кликов, по принципу drag-and-drop.
• Поддержка множества источников: таблицы Excel и Google, базы данных MySQL, Google Analytics, Dropbox и другие. (Можно создать прямое подключение — чтобы новые данные подгружались сразу — или настроить обновление через определенный промежуток времени.)
• Все способы соединения данных: внутреннее и три вида внешних (левое, правое, полное). Еще есть юнионы — с добавлением строк, а не столбцов — между таблицами Excel и Google Sheets, MySQL и PostgreSQL и др. (Как и в других похожих решениях, можно создавать вычисляемые поля, добавлять фильтры и прочее.)
• Большой выбор визуализаций: джаттерчарт, слоупграф, боксплот, буллетчарт, диаграмма Ганта и так далее. Они помогут быстро найти связи между переменными, тенденции, скрытые закономерности. А еще пользователи могут сами создавать инструменты и приложения для дашбордов.
• Разные варианты экспорта: в картинки, PDF, Excel, встраивание на сайт и др.

(Линейка продуктов Tableau включает не только инструменты для анализа и визуализации, но и для подготовки данных. Есть и десктопные, и веб-, и мобильные приложения, серверная версия для крупных компаний.)

Стоимость. От 70 $ в месяц, также есть пробный период 14 дней и бесплатная версия Tableau Public.

Пример дашборда, сделанного с помощью Tableau

Qlik

Qlik — платформа для бизнес-анализа, которая предлагает превратить сырые данные в ценные инсайты и результаты. Более 5 000 клиентов: PayPal, Airbus, Deloitte и другие.

Особенности:

• Все три компонента аналитической системы: создание аналитических данных (ETL), их хранение и каталогизация, а также визуализация.
• Упрощенное подключение к сотням источников данных: Amazon Redshift, CSV, Google Analytics, JIRA, Google BigQuery, MailChimp, Google Search Console и многим другим.
• Ассоциативная модель, которая автоматически, без искажений и потерь, сводит данные из нескольких источников. Встроенный искусственный интеллект.
• Простые настройки визуализации и большие возможности для автоматизации кодинга. Синтаксис скриптов и формул проще, чем SQL и DAX соответственно.
• Полный набор API-интерфейсов для гибкой настройки аналитических решений: быстрой разработки пользовательских приложений, новых визуализаций и расширений.
• Мощные возможности картографирования и анализа местоположения. Легко добавить многослойные карты с автоматическим поиском геоданных.

(Вообще Qlik — это не один продукт: так, Qlik Sense — облачная платформа BI-аналитики, Qlik View — классическое аналитическое решение с гибкой средой разработки, Qlik Catalog — корпоративное решение с поддержкой ускоренной репликации.)

Стоимость решений для интеграции данных (Qlik Replicate, Qlik Compose и др.) и Qlik Sense Enterprise SaaS — по запросу. Подписка на Qlik Sense Business стоит 30 $ в месяц на одного пользователя. Есть бесплатный пробный период.

Пример дашборда Qlik Sense

Metabase

Metabase — инструмент бизнес-аналитики с открытым исходным кодом. Разработчики уверяют, что даже сотрудник поддержки и генеральный директор могут получить здесь ответы в пару кликов мышкой — без знаний SQL.

Инструментарий:

• X-Rays — быстрый и простой способ автоматического анализа данных.
• 20+ подключений: PostgreSQL, BigQuery, Google Analytics, CSV, ClickHouse и др.
• 15+ визуализаций. Нет ограничений на количество чартов и дашбордов.
• Создание собственных сегментов (наборов фильтров) и пользовательских метрик.
• Автоматическое обновление (интервал от 1 до 60 минут). Оповещения и отчеты по расписанию.
• Интеграция со Slack.

Стоимость. Подписка на облачный Metabase обойдется минимум в 85 $ в месяц (на 5 пользователей). Коробочный пакет BI для самостоятельного развертывания — бесплатно, так как это продукт с открытым исходным кодом. Enterprise Edition — с встраиваемой аналитикой, настройкой фирменного стиля, инструментами аудита и комплаенса — стоит уже от 15 000 $ в год.

Пример дашборда в Metabase

Looker

Looker — платформа дата-аналитики, на рынке с 2012 года, сейчас часть Google Cloud. Этими решениями для BI и визуализации данных пользуются уже 2 000+ компаний.

В числе преимуществ:

• Всегда свежие данные за счет прямых запросов к базам. Ускорение сложных запросов за счет кеширования.
• Дата-инженер работает с достаточно простым языком Look-ML (что-то среднее между CSS и SQL), а обычный бизнес-пользователь может получать данные вообще без знаний SQL.
• Настройка оповещений обо всех важных событиях: падениях продаж, мошеннических заказах, сбоях.
• Большой выбор интеграций и подключений: Slack, Dropbox, Zapier, Google Analytics, MySQL, Oracle, Google Ads и другие.
• Можно ссылаться на другие отчеты и передавать динамический параметр через ссылку.

(Из минусов, как отмечает бизнес-аналитик Николай Валиотти, — отсутствие поддержки ClickHouse и невозможность построить модель данных, которая бы обращалась в разные СУБД.)

Стоимость — по запросу (еще можно запросить демо).

Как использовать Looker бизнес-пользователям

Redash

Redash — в нашей подборке это еще одно аналитическое решение с открытым исходным кодом. В числе клиентов: Atlassian, Cloudflare, Mozilla.

Инструментарий:

• Мощный и удобный редактор SQL-запросов с автозаполнением, сниппетами, мультфильтрами, кешированием и другими фичами.
• Много интеграций и источников данных: ClickHouse, Databricks, BigQuery, Google Spreadsheets, Яндекс.Метрика и другие.
• 10 типов визуализации: боксплот, диаграмма, воронка, сводная таблица и так далее.
• Доступ через API, автообновление дашбордов и чартов, настройка оповещений, командная работа и расшаривание отчетов по ссылке.

Стоимость. Минимум — 49 $ в месяц за тариф Starter (неограниченное число пользователей, 3 источника, 5 дашбордов, 100 сохраненных запросов, обновление каждые полчаса). Бесплатный пробный период — 30 дней, без ограничений по функциям. Есть скидки для образовательных и некоммерческих организаций.

Примеры визуализаций Redash

Klipfolio

Klipfolio — облачная BI-платформа для создания отчетов и дашбордов в режиме реального времени, один из самых старых игроков на рынке. Пользуются American Red Cross, Electrolux и еще 50 000+ компаний.

Функциональность:

• Более 300 коннекторов: Google Sheets, Kissmetrics, Facebook Ads, Dropbox и многие другие. (Еще есть REST API, через который можно подключить любой другой источник данных.)
• 10+ готовых шаблонов для разных целей: анализа контент-маркетинга, конкурентов в SEO, ключевых слов в Google Ads и др. И сотни примеров целых дашбордов и отдельных KPI’s (чартов).
• Десятки типов графиков: пайчарты, гистограммы и многие другие. Настройка оформления с помощью CSS. (Более сложные элементы можно добавить с помощью различных формул и функций.)
• Расшаривание по ссылке и сохранение в PDF. (К отчетам также можно добавить удобные аннотации.)

(Есть еще дополнительные бесплатные продукты от Klipfolio: PowerMetrics — легкая аналитика данных для руководителей и менеджеров; MetricHQ — онлайн-словарь показателей и KPI для всех.)

Стоимость. Подписка стоит от 49 $ в месяц (на сумму, к примеру, влияют количество дашбордов и пользователей, частота обновления данных.) Бесплатный пробный период — 14 дней, также можно запросить демонстрацию.

Пример дашборда Klipfolio для изучения органического трафика в Google Analytics

Более простые и специализированные инструменты для красивых визуализаций: диаграмм, графиков, таблиц, карт

Datadeck

Datadeck — продукт для команд, ориентированных на достижение целей, и бизнеса, который практикует data-driven подход.

Инструментарий:

• Интуитивно понятный интерфейс, простая и быстрая настройка.
• Подключение к 100+ источникам данных: Google Analytics, Facebook Ads, MailChimp, YouTube, Google BigQuery, Zapier и другим. Поддержка ETL для объединения данных.
• Десятки готовых шаблонов: топовые источники, сводка по трафику, SEO дашборд и так далее.
• Весь необходимый набор для визуализации: таблица, столбчатая диаграмма, график, круговая диаграмма, прогресс-бар и прочие.
• Совместная работа, интеграция со Slack.

Стоимость. У сервиса есть бесплатная и платная версии. Можно оплачивать 29 $ ежемесячно или купить полноценную лицензию.

Видео о том, как использовать шаблон GA в Datadeck

Datawrapper

Datawrapper — мощный инструмент для визуализации данных, который не требует специальных знаний в программировании и дизайне. Особенно востребован в медиа — например, им пользуются The New York Times, Vox, Spiegel, а из наших — «Тинькофф Журнал». (Создатели сервиса сами раньше работали в таких изданиях, как Deutsche Welle, Bloomberg и т. п.).

Особенности. Максимально простой процесс (не обязательна даже регистрация):

1. Загрузить файл, сослаться на Google Sheets или просто скопировать-вставить нужные данные. (Чтобы попробовать, можно взять готовые образцы.)
2. Проверить ошибки, транспонировать таблицу и/или добавить еще данные.
3. Выбрать один из 20+ типов диаграмм, карт, таблиц (все они интерактивные и адаптивные). Если нужно — кастомизировать, добавить аннотации, настроить дизайн.
4. Скачать готовую визуализацию или опубликовать для встраивания на сайт. (Если сослаться на внешний CSV-файл или таблицу Google, данные будут автоматически обновляться.)

Стоимость. Даже на бесплатном тарифном плане нет ограничений на создание, публикацию, встраивание на сайты и экспорт в PNG. Если нужно сохранять файлы еще в SVG и PDF, убрать указание Datawrapper и ссылку на сайт, максимально кастомизировать дизайн под фирменный стиль — понадобится подписка. Она стоит 599 $ в месяц.

Пример визуализации Datawrapper, встроенной на tinkoff.ru

Datamatic

Datamatic — онлайн-сервис для создания интерактивных графиков и диаграмм. Часть экосистемы Google Drive.

Функциональность:

• Простой и интуитивно понятный интерфейс. (Ненамного сложнее, чем вышеупомянутый Datawrapper. Для начала работы достаточно авторизации через аккаунт Google.)
• 70+ шаблонов: столбчатые диаграммы, гистограммы, географические карты, диаграмма прогресса и другие. (Правда, большинство — премиум, то есть доступны только по подписке.)
• Гибкие настройки внешнего вида визуализации: можно менять цвет фона, размер заголовка, ширину рамки, положение ватермарки и многое другое.
• Диаграммы, графики и карты можно публиковать с доступом по ссылке или встраивать на сайты.

Стоимость. Есть бесплатный тариф с ограничениями по количеству доступных шаблонов и обязательной атрибуцией на dramatic.io. Подписка 10 $ в месяц открывает все премиум-варианты, а от 45 $ в месяц можно публиковать диаграммы и графики без обязательной ссылки на сервис, работать через API, создавать пользовательские визуализации. Если хочется сначала попробовать, а потом платить, есть пробный период в 14 дней.

Редактирование бесплатного шаблона Funnel в Datamatic

RAWGraphs

RAWGraphs — платформа визуализации данных с открытым исходным кодом. Позиционируются как недостающее звено между приложениями электронных таблиц (например, Microsoft Excel, Apple Numbers, OpenRefine) и редакторами векторной графики (например, Adobe Illustrator, Inkscape, Sketch).

Особенности:

• Работает с файлами CSV и TSV, API и CORS, и просто текстом, который скопировали и вставили из Microsoft Excel, Google Spreadsheets или других редакторов. (JSON и XML не поддерживаются.)
• Все данные остаются в браузере пользователя — нет никаких хранилищ и операций на стороне сервера.
• Визуализации создаются на основе формата SVG, то есть их легко можно отредактировать через инструменты для обработки векторной графики. Еще их можно экспортировать в растровые изображения (PNG) и встраивать на сайт.
• 20+ доступных типов: скаттерплот, тримап, бар- и пайчарт и другие. RAWGraphs поставляется с API для создания и редактирования диаграмм, поэтому не обязательно ограничиваться этим стандартным набором. Для работы достаточно базовых знаний библиотеки JavaScript D3.js.
• Можно свободно делиться, публиковать и изменять визуализации, созданные с помощью RAWGraphs.

Стоимость. Бесплатно.

Пример визуализации из галереи RAWGraphs

RStudio

RStudio — программная среда для статистических вычислений и графики. Работает на Unix, Windows, MacOS. Есть как десктопное, так и серверное приложение. (R — открытый кроссплатформенный язык статистического программирования, доступно более 10 000 пакетов для решения различных задач.)

Возможности ПО и самого языка R включают:

• Импорт данных из самых разных источников, в том числе из текстовых файлов, систем управления базами данных, других статистических программ и специализированных хранилищ. (R может также записывать данные в форматах всех этих систем.)
• Объем обрабатываемых данных ограничен только оперативной памятью компьютера. R работает с самыми разными структурами данных, включая скаляры, векторы, матрицы, массивы данных, таблицы данных и списки.
• Современные графические возможности, разнообразные и мощные методы анализа данных для сложных визуализаций. Дополнительные пакеты (такие как grid, lattice, ggplot2, playwith, latticist, iplots и др.) позволяют создавать и многомерные, и интерактивные диаграммы. Естественно, есть все базовые типы: гистограммы, линейные графики и так далее.

Стоимость. Бесплатно, если пользоваться версиями с открытым исходным кодом. Есть и коммерческие — с дополнительными возможностями для организаций. Например, RStudio Desktop Pro стоит 995 $ в год.

Алексей Селезнев о том, как с помощью R-studio автоматизировать работу с данными Яндекс.Метрики

Count

Count — BI-инструмент, чтобы заниматься аналитикой быстро и эффективно (и самому, и с коллегами).

Особенности:

• Пожалуй, можно назвать это Notion для бизнес-аналитиков, который сочетает в себе элементы IDE SQL, средств разработки Notebook и инструментов визуализации данных.
• Поддержка BigQuery, MySQL, PostgreSQL, Redshift, Snowflake, SQL Server.
• Большие возможности для создания и настройки визуализаций. Гистограммы, пузырьковые диаграммы, тепловые карты и не только.
• Разные настройки шеринга: можно использовать ноутбук совместно в рамках проекта, открыть доступ по имейлу или опубликовать для всех в интернете без необходимости регистрироваться.

Стоимость. Есть бесплатный план для индивидуального использования, который не предусматривает шеринг и командную работу, а также разрешает только одно подключение к базе данных. А подписка для одного пользователя с правом на редактирование стоит 29 $ в месяц. Еще есть пробный период 2 недели.

Из примеров использования Count

Chart Studio (Plotly)

Chart Studio (Plotly) — инструмент для быстрого создания и редактирования диаграмм прямо в браузере. Интерактивные материалы Chart Studio использовали Wired, Forbes, Wall Street Journal, Nature, Washington Post и Medium.

Функциональность:

• Самые разные способы импорта данных: прямое копирование; из файлов .xls, .xlsx или .csv; по ссылке. (Поддерживаются целых 400 форматов дат и времени.)
• Максимально простое изменение масштабов и положений элементов. Кастомизация внешнего вида отчетов под требования фирменного стиля.
• Легкий шеринг картинки или интерактивной версии. Экспорт кода — в HTML, Python и R, визуализаций — в форматах PNG, PDF, SVG или ESP. А сами данные тоже можно выгрузить в CSV или Excel.
• Десятки доступных вариантов визуализаций: гистограмма, боксплот, хороплет, тепловая карта, таблица и др. Из нескольких диаграмм можно составить информационную панель, то есть дашборд.
• Библиотеки Python, Matlab, R для работы через API.

Стоимость. Есть бесплатная версия, которая ограничена 100 вызовами API и 1 000 просмотров опубликованной диаграммы в день. Тарифы Enterprise стоят от 25 000 $ в год.

В процессе работы с Chart Studio

Flourish

Flourish обещают быстрое и легкое превращение данных в красивые диаграммы, карты и интерактивные истории — без программистов и дизайнеров. В качестве социального доказательства — упоминание тысяч организаций, которые используют этот продукт, в числе которых BBC, Google, Shopify и др. (И этого удалось достичь всего за пару лет.)

Возможности:

• Максимально простой и понятный интерфейс, где все делается по принципу drag-and-drop.
• Импорт данных в форматах Excel, CSV, TSV, JSON, GeoJSON. Причем Flourish может не только загрузить готовую базу, но и объединить с имеющейся. (А если своих данных пока нет, но хочется попробовать — в каждом шаблоне уже есть тестовый датасет.)
• Богатый ассортимент возможных визуализаций: столбчатые диаграммы, карты, пайчарты, скаттерплоты и др. Плюс есть более специализированные шаблоны для визуализации результатов опросов, спортивных мероприятий и др.
• А с использованием специальных библиотек JavaScript, а также базовых знаний HTML и CSS, можно создавать более сложные штуки, например, скроллителлинг — когда при прокрутке меняется не все содержимое страницы, а только его часть.
• Гибкие настройки самих чартов: можно менять высоту, режим сортировки, цвета, подписи, форматы данных, всплывающие подсказки и многое другое.
• Готовый результат можно скачать как изображение или в формате HTML, а также встроить на сайт через embed.
• Автоматическое обновление и повторная публикация визуализаций, созданных из онлайн-файлов CSV или Google Таблиц. (Но только на платных тарифах.)

Стоимость. Бесплатный аккаунт — публичный, то есть все созданные графики/диаграммы и данные будут в открытом доступе. Это хороший вариант для медиа и блогеров, но не всегда подходит для бизнеса и специалистов. Тариф Personal обойдется в 69 $ в месяц, а Business Lite — где есть командная работа, кастомная тема, приоритетная поддержка — стоит уже почти 5 000 $ в год.

«Важные истории» рассказывают, как сделать крутую визуализацию для сайта за 5 минут в Flourish

ChartBlocks

ChartBlocks — онлайн-инструмент для построения диаграмм, позиционируется как самый простой в мире.

Функциональность:

• Импорт данных практически из любого источника: электронных таблиц, БД, а в планах даже загрузка из прямых трансляций. Плюс можно добавить расчетные показатели: суммирование, среднее и др.
• Создание всех основных типов визуализаций: столбчатых и линейных, круговых и точечных диаграмм.
• Настройка почти всех элементов: цвет, размер, шрифт, масштаб, толщина линий и т. п. Также можно добавить сортировку, фильтрацию и др.
• Адаптивность, удобство просмотра на всех экранах благодаря использованию HTML5 и D3.js.
• Встраивание диаграмм на сайт, прямая публикация в Facebook, Pinterest и Twitter, экспорт в виде векторной графики.
• API и ChartBlocks SDK для быстрого и легкого создания диаграмм, удаления наборов данных, извлечения в SVG, PNG, JPEG или PDF и других задач.

Стоимость. Есть бесплатный тарифный план, в котором действуют следующие ограничения: 50 наборов данных, 50 графиков, 50 000 просмотров в месяц, 1 пользователь, обязательное брендирование. При этом разрешается приватность и скачивание картинок в растровом или векторном формате. Если есть необходимость расширить функциональность, нужно будет купить подписку от 20 $ в месяц.

Выбор шаблона барчарта в ChartBlocks

Infogram

Infogram — еще один зарубежный сервис для создания инфографики, отчетов, карт. С 2012 года у компании уже 4 млн пользователей.

Инструментарий:

• Импорт из Google Sheets, JSON, Dropbox, Excel, Google Analytics и пр. Еще есть интеграции с SlideShare, YouTube, Flickr и другими медиа.
• Более 200 шаблонов инфографики, отчетов, слайдов, дашбордов, плакатов, эскизов YouTube и др.
• 20+ готовых тем оформления, а также возможность настройки внешнего вида в соответствии с фирменным стилем.
• Анимации и улучшенная интерактивность: всплывающие подсказки, скольжение и др.
• Библиотека из 1 млн стоковых картинок, гифок, иконок и др.
• Экспорт в PNG, JPG, GIF, PDF, HTML.
• Командная работа в режиме реального времени.
• Мощная аналитика: демографические данные о зрителях, средняя частота показа, количество людей, расшаривших контент.

Стоимость. Есть бесплатный тарифный план с такими лимитами: 37+ доступных типов интерактивных диаграмм, 10 проектов и 5 страниц на проект, 13 типов карт. Если нужно существенно увеличить эти лимиты, а также включить дополнительные возможности (установка цветов и шрифтов, расширенное редактирование изображений, скачивание в высоком качестве), придется платить. От 19 $ в месяц.

Один из примеров с сайта infogram.com

FastCharts

FastCharts — минималистичный инструмент от Financial Times, как следует из названия, для быстрого создания чартов. Для этого даже не требуется регистрация.

Возможности:

• Никаких сложных подключений к БД. Достаточно просто скопировать и вставить данные в CSV или TSV формате. Или воспользоваться пробными датасетами. (Кстати, отдельные данные удобно править вручную прямо в интерфейсе FastCharts.)
• Только четыре вида визуализации: линейная, столбчатая, линейчатая диаграммы, а также график области.
• Базовая настройка чарта: задание размеров и форматов, добавление аннотаций, указание источника и заголовка, минимальных и максимальных значений и др. Еще есть кастомизация оформления.
• Скачивание готовой графики в PNG или SVG.

Стоимость. Бесплатно.

В процессе работы с FastCharts

Graph Commons

Graph Commons — специализированный инструмент для работы с диаграммами (графами) связей, которые нужны для визуализации отношений между людьми и организациями.

Инструментарий:

• Визуальный редактор данных.
• Импорт из электронных таблиц Google и Excel.
• Продвинутые алгоритмы для поиска скрытых закономерностей, косвенных связей, кластеризации.
• Поиск данных на графиках, фильтры.
• Совместная работа над проектом, доступ через API.
• Экспорт в CSV, JSON, GraphML, Cypher; возможность встраивания интерактивных графиков и карточек на сайт.

Стоимость. Есть бесплатная версия, и ее должно хватить для тех, кто готов делать только публичные графики. Чтобы создавать приватные графы, придется платить от 9 $ в месяц.

Так работает Graph Commons

Mapbox Studio

Mapbox Studio — решение для создания карт и управления геоданными. Что-то типа Adobe Photoshop, только для карт.

Возможности:

• Интуитивно-понятный интерфейс.
• Редактор датасетов, где можно добавить точечные, линейные и полигональные объекты с помощью инструментов рисования.
• Мощный редактор стилей, где можно настроить цвет и шрифт, или создать свой стиль с нуля, используя пользовательские данные и тщательно продуманные стили слоев.
• Мгновенное создание реалистичных трёхмерных ландшафтов c фоновым небом. Также можно добавить на карту 3D-здания.
• Импорт шейпфайлов, geoJSON, CSV и других.

(А еще Mapbox это SDK для навигации, поиска достопримечательностей и мобильных карт, инструмент для преобразования геопространственных данных в вектор, Streets — для логистики и бизнес-аналитики и не только.)

Стоимость. У всех продуктов Mapbox есть бесплатные уровни, но за превышение лимитов — по количеству пользователей, загрузок карт, запросов через API и др. — придется платить. Система сложная, и ее нет смысла расписывать подробно.

Cтиль Blueprint из галереи Mapbox

MapChart

MapChart — уже другой сервис для создания карт, причем очень простой в использовании. Создан внештатным разработчиком-самоучкой.

Особенности работы:

• Сначала нужно выбрать одну из множества карт (карты мира, Европа и Америка, Германия и еще 20+ стран, фентезийные карты).
• Затем раскрасить нужные области, добавить заголовок и описание для каждой цветовой группы. Можно менять цвет фона, шрифт легенды и др.
• Готовая карта скачивается в формате PNG в высоком разрешении. Изображения легко можно использовать и для коммерческих целей, если соблюдаются условия лицензии Creative Commons Attribution-ShareAlike 4.0.

Стоимость. Бесплатно.

Начало работы с MapChart

plotly.express .funnel¶

plotly.express. funnel ( data_frame = None , x = None , y = None , color = None , facet_row = None , facet_col = None , facet_col_wrap = 0 , facet_row_spacing = None , facet_col_spacing = None , hover_name = None , hover_data = None , custom_data = None , text = None , animation_frame = None , animation_group = None , category_orders = None , labels = None , color_discrete_sequence = None , color_discrete_map = None , opacity = None , orientation = None , log_x = False , log_y = False , range_x = None , range_y = None , title = None , template = None , width = None , height = None ) → plotly.graph_objects._figure.Figure ¶

In a funnel plot, each row of data_frame is represented as a rectangular sector of a funnel.

• data_frame (DataFrameorarray-likeordict) – This argument needs to be passed for column names (and not keyword names) to be used. Array-like and dict are transformed internally to a pandas DataFrame. Optional: if missing, a DataFrame gets constructed under the hood using the other arguments.
• x (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to position marks along the x axis in cartesian coordinates. Either x or y can optionally be a list of column references or array_likes, in which case the data will be treated as if it were ‘wide’ rather than ‘long’.
• y (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to position marks along the y axis in cartesian coordinates. Either x or y can optionally be a list of column references or array_likes, in which case the data will be treated as if it were ‘wide’ rather than ‘long’.
• color (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to assign color to marks.
• facet_row (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to assign marks to facetted subplots in the vertical direction.
• facet_col (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to assign marks to facetted subplots in the horizontal direction.
• facet_col_wrap (int) – Maximum number of facet columns. Wraps the column variable at this width, so that the column facets span multiple rows. Ignored if 0, and forced to 0 if facet_row or a marginal is set.
• facet_row_spacing (float between 0 and 1) – Spacing between facet rows, in paper units. Default is 0.03 or 0.0.7 when facet_col_wrap is used.
• facet_col_spacing (float between 0 and 1) – Spacing between facet columns, in paper units Default is 0.02.
• hover_name (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like appear in bold in the hover tooltip.
• hover_data (str, orlist of strorint, orSeriesorarray-like, ordict) – Either a name or list of names of columns in data_frame , or pandas Series, or array_like objects or a dict with column names as keys, with values True (for default formatting) False (in order to remove this column from hover information), or a formatting string, for example ‘:.3f’ or ‘ | %a’ or list-like data to appear in the hover tooltip or tuples with a bool or formatting string as first element, and list-like data to appear in hover as second element Values from these columns appear as extra data in the hover tooltip.
• custom_data (str, orlist of strorint, orSeriesorarray-like) – Either name or list of names of columns in data_frame , or pandas Series, or array_like objects Values from these columns are extra data, to be used in widgets or Dash callbacks for example. This data is not user-visible but is included in events emitted by the figure (lasso selection etc.)
• text (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like appear in the figure as text labels.
• animation_frame (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to assign marks to animation frames.
• animation_group (strorintorSeriesorarray-like) – Either a name of a column in data_frame , or a pandas Series or array_like object. Values from this column or array_like are used to provide object-constancy across animation frames: rows with matching ` animation_group`s will be treated as if they describe the same object in each frame.
• category_orders (dict with str keys and list of str values (default <> )) – By default, in Python 3.6+, the order of categorical values in axes, legends and facets depends on the order in which these values are first encountered in data_frame (and no order is guaranteed by default in Python below 3.6). This parameter is used to force a specific ordering of values per column. The keys of this dict should correspond to column names, and the values should be lists of strings corresponding to the specific display order desired.
• labels (dict with str keys and str values (default <> )) – By default, column names are used in the figure for axis titles, legend entries and hovers. This parameter allows this to be overridden. The keys of this dict should correspond to column names, and the values should correspond to the desired label to be displayed.
• color_discrete_sequence (list of str) – Strings should define valid CSS-colors. When color is set and the values in the corresponding column are not numeric, values in that column are assigned colors by cycling through color_discrete_sequence in the order described in category_orders , unless the value of color is a key in color_discrete_map . Various useful color sequences are available in the plotly.express.colors submodules, specifically plotly.express.colors.qualitative .
• color_discrete_map (dict with str keys and str values (default <> )) – String values should define valid CSS-colors Used to override color_discrete_sequence to assign a specific colors to marks corresponding with specific values. Keys in color_discrete_map should be values in the column denoted by color . Alternatively, if the values of color are valid colors, the string ‘identity’ may be passed to cause them to be used directly.
• opacity (float) – Value between 0 and 1. Sets the opacity for markers.
• orientation (str, one of ‘h’ for horizontal or ‘v’ for vertical.) – (default ‘v’ if x and y are provided and both continous or both categorical, otherwise ‘v’`( ‘h’ ) if `x`(`y ) is categorical and y`(`x ) is continuous, otherwise ‘v’`( ‘h’ ) if only `x`(`y ) is provided)
• log_x (boolean (default False )) – If True , the x-axis is log-scaled in cartesian coordinates.
• log_y (boolean (default False )) – If True , the y-axis is log-scaled in cartesian coordinates.
• range_x (list of two numbers) – If provided, overrides auto-scaling on the x-axis in cartesian coordinates.
• range_y (list of two numbers) – If provided, overrides auto-scaling on the y-axis in cartesian coordinates.
• title (str) – The figure title.
• template (strordictorplotly.graph_objects.layout.Template instance) – The figure template name (must be a key in plotly.io.templates) or definition.
• width (int (default None )) – The figure width in pixels.
• height (int (default None )) – The figure height in pixels.

plotly.graph_objects.funnel package¶

The ‘line’ property is an instance of Line that may be specified as:

• An instance of plotly.graph_objects.funnel.connector.Line
• A dict of string/value properties that will be passed to the Line constructor Supported dict properties:

color Sets the line color. dash Sets the dash style of lines. Set to a dash type string (“solid”, “dot”, “dash”, “longdash”, “dashdot”, or “longdashdot”) or a dash length list in px (eg “5px,10px,2px,2px”). width Sets the line width (in px).

Determines if connector regions and lines are drawn.

The ‘visible’ property must be specified as a bool (either True, or False)

class plotly.graph_objects.funnel. Hoverlabel ( arg = None , align = None , alignsrc = None , bgcolor = None , bgcolorsrc = None , bordercolor = None , bordercolorsrc = None , font = None , namelength = None , namelengthsrc = None , ** kwargs ) ¶

Sets the horizontal alignment of the text content within hover label box. Has an effect only if the hover label text spans more two or more lines

• One of the following enumeration values: [‘left’, ‘right’, ‘auto’]
• A tuple, list, or one-dimensional numpy array of the above

Sets the source reference on Chart Studio Cloud for align .

The ‘alignsrc’ property must be specified as a string or as a plotly.grid_objs.Column object

Sets the background color of the hover labels for this trace

• A hex string (e.g. ‘#ff0000’)
• An rgb/rgba string (e.g. ‘rgb(255,0,0)’)
• An hsl/hsla string (e.g. ‘hsl(0,100%,50%)’)
• An hsv/hsva string (e.g. ‘hsv(0,100%,100%)’)
• A named CSS color: aliceblue, antiquewhite, aqua, aquamarine, azure, beige, bisque, black, blanchedalmond, blue, blueviolet, brown, burlywood, cadetblue, chartreuse, chocolate, coral, cornflowerblue, cornsilk, crimson, cyan, darkblue, darkcyan, darkgoldenrod, darkgray, darkgrey, darkgreen, darkkhaki, darkmagenta, darkolivegreen, darkorange, darkorchid, darkred, darksalmon, darkseagreen, darkslateblue, darkslategray, darkslategrey, darkturquoise, darkviolet, deeppink, deepskyblue, dimgray, dimgrey, dodgerblue, firebrick, floralwhite, forestgreen, fuchsia, gainsboro, ghostwhite, gold, goldenrod, gray, grey, green, greenyellow, honeydew, hotpink, indianred, indigo, ivory, khaki, lavender, lavenderblush, lawngreen, lemonchiffon, lightblue, lightcoral, lightcyan, lightgoldenrodyellow, lightgray, lightgrey, lightgreen, lightpink, lightsalmon, lightseagreen, lightskyblue, lightslategray, lightslategrey, lightsteelblue, lightyellow, lime, limegreen, linen, magenta, maroon, mediumaquamarine, mediumblue, mediumorchid, mediumpurple, mediumseagreen, mediumslateblue, mediumspringgreen, mediumturquoise, mediumvioletred, midnightblue, mintcream, mistyrose, moccasin, navajowhite, navy, oldlace, olive, olivedrab, orange, orangered, orchid, palegoldenrod, palegreen, paleturquoise, palevioletred, papayawhip, peachpuff, peru, pink, plum, powderblue, purple, red, rosybrown, royalblue, rebeccapurple, saddlebrown, salmon, sandybrown, seagreen, seashell, sienna, silver, skyblue, slateblue, slategray, slategrey, snow, springgreen, steelblue, tan, teal, thistle, tomato, turquoise, violet, wheat, white, whitesmoke, yellow, yellowgreen
• A list or array of any of the above

Sets the source reference on Chart Studio Cloud for bgcolor .

The ‘bgcolorsrc’ property must be specified as a string or as a plotly.grid_objs.Column object

Sets the border color of the hover labels for this trace.

• A hex string (e.g. ‘#ff0000’)
• An rgb/rgba string (e.g. ‘rgb(255,0,0)’)
• An hsl/hsla string (e.g. ‘hsl(0,100%,50%)’)
• An hsv/hsva string (e.g. ‘hsv(0,100%,100%)’)
• A named CSS color: aliceblue, antiquewhite, aqua, aquamarine, azure, beige, bisque, black, blanchedalmond, blue, blueviolet, brown, burlywood, cadetblue, chartreuse, chocolate, coral, cornflowerblue, cornsilk, crimson, cyan, darkblue, darkcyan, darkgoldenrod, darkgray, darkgrey, darkgreen, darkkhaki, darkmagenta, darkolivegreen, darkorange, darkorchid, darkred, darksalmon, darkseagreen, darkslateblue, darkslategray, darkslategrey, darkturquoise, darkviolet, deeppink, deepskyblue, dimgray, dimgrey, dodgerblue, firebrick, floralwhite, forestgreen, fuchsia, gainsboro, ghostwhite, gold, goldenrod, gray, grey, green, greenyellow, honeydew, hotpink, indianred, indigo, ivory, khaki, lavender, lavenderblush, lawngreen, lemonchiffon, lightblue, lightcoral, lightcyan, lightgoldenrodyellow, lightgray, lightgrey, lightgreen, lightpink, lightsalmon, lightseagreen, lightskyblue, lightslategray, lightslategrey, lightsteelblue, lightyellow, lime, limegreen, linen, magenta, maroon, mediumaquamarine, mediumblue, mediumorchid, mediumpurple, mediumseagreen, mediumslateblue, mediumspringgreen, mediumturquoise, mediumvioletred, midnightblue, mintcream, mistyrose, moccasin, navajowhite, navy, oldlace, olive, olivedrab, orange, orangered, orchid, palegoldenrod, palegreen, paleturquoise, palevioletred, papayawhip, peachpuff, peru, pink, plum, powderblue, purple, red, rosybrown, royalblue, rebeccapurple, saddlebrown, salmon, sandybrown, seagreen, seashell, sienna, silver, skyblue, slateblue, slategray, slategrey, snow, springgreen, steelblue, tan, teal, thistle, tomato, turquoise, violet, wheat, white, whitesmoke, yellow, yellowgreen
• A list or array of any of the above

Sets the source reference on Chart Studio Cloud for bordercolor .

The ‘bordercolorsrc’ property must be specified as a string or as a plotly.grid_objs.Column object

Sets the font used in hover labels.

The ‘font’ property is an instance of Font that may be specified as:

• An instance of plotly.graph_objects.funnel.hoverlabel.Font
• A dict of string/value properties that will be passed to the Font constructor Supported dict properties:

color colorsrc Sets the source reference on Chart Studio Cloud for color . family HTML font family — the typeface that will be applied by the web browser. The web browser will only be able to apply a font if it is available on the system which it operates. Provide multiple font families, separated by commas, to indicate the preference in which to apply fonts if they aren’t available on the system. The Chart Studio Cloud (at https://chart-studio.plotly.com or on-premise) generates images on a server, where only a select number of fonts are installed and supported. These include “Arial”, “Balto”, “Courier New”, “Droid Sans”,, “Droid Serif”, “Droid Sans Mono”, “Gravitas One”, “Old Standard TT”, “Open Sans”, “Overpass”, “PT Sans Narrow”, “Raleway”, “Times New Roman”. familysrc Sets the source reference on Chart Studio Cloud for family . size sizesrc Sets the source reference on Chart Studio Cloud for size .

Sets the default length (in number of characters) of the trace name in the hover labels for all traces. -1 shows the whole name regardless of length. 0-3 shows the first 0-3 characters, and an integer >3 will show the whole name if it is less than that many characters, but if it is longer, will truncate to namelength — 3 characters and add an ellipsis.

• An int (or float that will be cast to an int) in the interval [-1, 9223372036854775807]
• A tuple, list, or one-dimensional numpy array of the above

Sets the source reference on Chart Studio Cloud for namelength .

The ‘namelengthsrc’ property must be specified as a string or as a plotly.grid_objs.Column object

class plotly.graph_objects.funnel. Insidetextfont ( arg = None , color = None , colorsrc = None , family = None , familysrc = None , size = None , sizesrc = None , ** kwargs ) ¶

• A hex string (e.g. ‘#ff0000’)
• An rgb/rgba string (e.g. ‘rgb(255,0,0)’)
• An hsl/hsla string (e.g. ‘hsl(0,100%,50%)’)
• An hsv/hsva string (e.g. ‘hsv(0,100%,100%)’)
• A named CSS color: aliceblue, antiquewhite, aqua, aquamarine, azure, beige, bisque, black, blanchedalmond, blue, blueviolet, brown, burlywood, cadetblue, chartreuse, chocolate, coral, cornflowerblue, cornsilk, crimson, cyan, darkblue, darkcyan, darkgoldenrod, darkgray, darkgrey, darkgreen, darkkhaki, darkmagenta, darkolivegreen, darkorange, darkorchid, darkred, darksalmon, darkseagreen, darkslateblue, darkslategray, darkslategrey, darkturquoise, darkviolet, deeppink, deepskyblue, dimgray, dimgrey, dodgerblue, firebrick, floralwhite, forestgreen, fuchsia, gainsboro, ghostwhite, gold, goldenrod, gray, grey, green, greenyellow, honeydew, hotpink, indianred, indigo, ivory, khaki, lavender, lavenderblush, lawngreen, lemonchiffon, lightblue, lightcoral, lightcyan, lightgoldenrodyellow, lightgray, lightgrey, lightgreen, lightpink, lightsalmon, lightseagreen, lightskyblue, lightslategray, lightslategrey, lightsteelblue, lightyellow, lime, limegreen, linen, magenta, maroon, mediumaquamarine, mediumblue, mediumorchid, mediumpurple, mediumseagreen, mediumslateblue, mediumspringgreen, mediumturquoise, mediumvioletred, midnightblue, mintcream, mistyrose, moccasin, navajowhite, navy, oldlace, olive, olivedrab, orange, orangered, orchid, palegoldenrod, palegreen, paleturquoise, palevioletred, papayawhip, peachpuff, peru, pink, plum, powderblue, purple, red, rosybrown, royalblue, rebeccapurple, saddlebrown, salmon, sandybrown, seagreen, seashell, sienna, silver, skyblue, slateblue, slategray, slategrey, snow, springgreen, steelblue, tan, teal, thistle, tomato, turquoise, violet, wheat, white, whitesmoke, yellow, yellowgreen
• A list or array of any of the above

Sets the source reference on Chart Studio Cloud for color .

The ‘colorsrc’ property must be specified as a string or as a plotly.grid_objs.Column object

HTML font family — the typeface that will be applied by the web browser. The web browser will only be able to apply a font if it is available on the system which it operates. Provide multiple font families, separated by commas, to indicate the preference in which to apply fonts if they aren’t available on the system. The Chart Studio Cloud (at https://chart- studio.plotly.com or on-premise) generates images on a server, where only a select number of fonts are installed and supported. These include “Arial”, “Balto”, “Courier New”, “Droid Sans”,, “Droid Serif”, “Droid Sans Mono”, “Gravitas One”, “Old Standard TT”, “Open Sans”, “Overpass”, “PT Sans Narrow”, “Raleway”, “Times New Roman”.

• A non-empty string
• A tuple, list, or one-dimensional numpy array of the above

Sets the source reference on Chart Studio Cloud for family .

The ‘familysrc’ property must be specified as a string or as a plotly.grid_objs.Column object

• An int or float in the interval [1, inf]
• A tuple, list, or one-dimensional numpy array of the above

Sets the source reference on Chart Studio Cloud for size .

The ‘sizesrc’ property must be specified as a string or as a plotly.grid_objs.Column object

class plotly.graph_objects.funnel. Legendgrouptitle ( arg = None , font = None , text = None , ** kwargs ) ¶

Sets this legend group’s title font.

The ‘font’ property is an instance of Font that may be specified as:

• An instance of plotly.graph_objects.funnel.legendgrouptitle.Font
• A dict of string/value properties that will be passed to the Font constructor Supported dict properties:

color family HTML font family — the typeface that will be applied by the web browser. The web browser will only be able to apply a font if it is available on the system which it operates. Provide multiple font families, separated by commas, to indicate the preference in which to apply fonts if they aren’t available on the system. The Chart Studio Cloud (at https://chart-studio.plotly.com or on-premise) generates images on a server, where only a select number of fonts are installed and supported. These include “Arial”, “Balto”, “Courier New”, “Droid Sans”,, “Droid Serif”, “Droid Sans Mono”, “Gravitas One”, “Old Standard TT”, “Open Sans”, “Overpass”, “PT Sans Narrow”, “Raleway”, “Times New Roman”. size

Sets the title of the legend group.

• A string
• A number that will be converted to a string

class plotly.graph_objects.funnel. Marker ( arg = None , autocolorscale = None , cauto = None , cmax = None , cmid = None , cmin = None , color = None , coloraxis = None , colorbar = None , colorscale = None , colorsrc = None , line = None , opacity = None , opacitysrc = None , reversescale = None , showscale = None , ** kwargs ) ¶

Determines whether the colorscale is a default palette ( autocolorscale: true ) or the palette determined by marker.colorscale . Has an effect only if in marker.color is set to a numerical array. In case colorscale is unspecified or autocolorscale is true, the default palette will be chosen according to whether numbers in the color array are all positive, all negative or mixed.

The ‘autocolorscale’ property must be specified as a bool (either True, or False)

Determines whether or not the color domain is computed with respect to the input data (here in marker.color ) or the bounds set in marker.cmin and marker.cmax Has an effect only if in marker.color is set to a numerical array. Defaults to false when marker.cmin and marker.cmax are set by the user.

The ‘cauto’ property must be specified as a bool (either True, or False)

Sets the upper bound of the color domain. Has an effect only if in marker.color is set to a numerical array. Value should have the same units as in marker.color and if set, marker.cmin must be set as well.

• An int or float

Sets the mid-point of the color domain by scaling marker.cmin and/or marker.cmax to be equidistant to this point. Has an effect only if in marker.color is set to a numerical array. Value should have the same units as in marker.color . Has no effect when marker.cauto is false .

• An int or float

Sets the lower bound of the color domain. Has an effect only if in marker.color is set to a numerical array. Value should have the same units as in marker.color and if set, marker.cmax must be set as well.

• An int or float

Sets the marker color. It accepts either a specific color or an array of numbers that are mapped to the colorscale relative to the max and min values of the array or relative to marker.cmin and marker.cmax if set.

• A hex string (e.g. ‘#ff0000’)
• An rgb/rgba string (e.g. ‘rgb(255,0,0)’)
• An hsl/hsla string (e.g. ‘hsl(0,100%,50%)’)
• An hsv/hsva string (e.g. ‘hsv(0,100%,100%)’)
• A named CSS color: aliceblue, antiquewhite, aqua, aquamarine, azure, beige, bisque, black, blanchedalmond, blue, blueviolet, brown, burlywood, cadetblue, chartreuse, chocolate, coral, cornflowerblue, cornsilk, crimson, cyan, darkblue, darkcyan, darkgoldenrod, darkgray, darkgrey, darkgreen, darkkhaki, darkmagenta, darkolivegreen, darkorange, darkorchid, darkred, darksalmon, darkseagreen, darkslateblue, darkslategray, darkslategrey, darkturquoise, darkviolet, deeppink, deepskyblue, dimgray, dimgrey, dodgerblue, firebrick, floralwhite, forestgreen, fuchsia, gainsboro, ghostwhite, gold, goldenrod, gray, grey, green, greenyellow, honeydew, hotpink, indianred, indigo, ivory, khaki, lavender, lavenderblush, lawngreen, lemonchiffon, lightblue, lightcoral, lightcyan, lightgoldenrodyellow, lightgray, lightgrey, lightgreen, lightpink, lightsalmon, lightseagreen, lightskyblue, lightslategray, lightslategrey, lightsteelblue, lightyellow, lime, limegreen, linen, magenta, maroon, mediumaquamarine, mediumblue, mediumorchid, mediumpurple, mediumseagreen, mediumslateblue, mediumspringgreen, mediumturquoise, mediumvioletred, midnightblue, mintcream, mistyrose, moccasin, navajowhite, navy, oldlace, olive, olivedrab, orange, orangered, orchid, palegoldenrod, palegreen, paleturquoise, palevioletred, papayawhip, peachpuff, peru, pink, plum, powderblue, purple, red, rosybrown, royalblue, rebeccapurple, saddlebrown, salmon, sandybrown, seagreen, seashell, sienna, silver, skyblue, slateblue, slategray, slategrey, snow, springgreen, steelblue, tan, teal, thistle, tomato, turquoise, violet, wheat, white, whitesmoke, yellow, yellowgreen
• A number that will be interpreted as a color according to funnel.marker.colorscale
• A list or array of any of the above

Sets a reference to a shared color axis. References to these shared color axes are “coloraxis”, “coloraxis2”, “coloraxis3”, etc. Settings for these shared color axes are set in the layout, under layout.coloraxis , layout.coloraxis2 , etc. Note that multiple color scales can be linked to the same color axis.

The ‘coloraxis’ property is an identifier of a particular subplot, of type ‘coloraxis’, that may be specified as the string ‘coloraxis’ optionally followed by an integer >= 1 (e.g. ‘coloraxis’, ‘coloraxis1’, ‘coloraxis2’, ‘coloraxis3’, etc.)

The ‘colorbar’ property is an instance of ColorBar that may be specified as:

• An instance of plotly.graph_objects.funnel.marker.ColorBar
• A dict of string/value properties that will be passed to the ColorBar constructor Supported dict properties:

bgcolor Sets the color of padded area. bordercolor Sets the axis line color. borderwidth Sets the width (in px) or the border enclosing this color bar. dtick Sets the step in-between ticks on this axis. Use with tick0 . Must be a positive number, or special strings available to “log” and “date” axes. If the axis type is “log”, then ticks are set every 10^(n*dtick) where n is the tick number. For example, to set a tick mark at 1, 10, 100, 1000, … set dtick to 1. To set tick marks at 1, 100, 10000, … set dtick to 2. To set tick marks at 1, 5, 25, 125, 625, 3125, … set dtick to log_10(5), or 0.69897000433. “log” has several special values; “L”, where f is a positive number, gives ticks linearly spaced in value (but not position). For example tick0 = 0.1, dtick = “L0.5” will put ticks at 0.1, 0.6, 1.1, 1.6 etc. To show powers of 10 plus small digits between, use “D1” (all digits) or “D2” (only 2 and 5). tick0 is ignored for “D1” and “D2”. If the axis type is “date”, then you must convert the time to milliseconds. For example, to set the interval between ticks to one day, set dtick to 86400000.0. “date” also has special values “M” gives ticks spaced by a number of months. n must be a positive integer. To set ticks on the 15th of every third month, set tick0 to “2000-01-15” and dtick to “M3”. To set ticks every 4 years, set dtick to “M48” exponentformat Determines a formatting rule for the tick exponents. For example, consider the number 1,000,000,000. If “none”, it appears as 1,000,000,000. If “e”, 1e+9. If “E”, 1E+9. If “power”, 1×10^9 (with 9 in a super script). If “SI”, 1G. If “B”, 1B. labelalias Replacement text for specific tick or hover labels. For example using changes US to USA and CA to Canada. The labels we would have shown must match the keys exactly, after adding any tickprefix or ticksuffix. For negative numbers the minus sign symbol used (U+2212) is wider than the regular ascii dash. That means you need to use −1 instead of -1. labelalias can be used with any axis type, and both keys (if needed) and values (if desired) can include html-like tags or MathJax. len Sets the length of the color bar This measure excludes the padding of both ends. That is, the color bar length is this length minus the padding on both ends. lenmode Determines whether this color bar’s length (i.e. the measure in the color variation direction) is set in units of plot “fraction” or in * pixels. Use len to set the value. minexponent Hide SI prefix for 10^n if |n| is below this number. This only has an effect when tickformat is “SI” or “B”. nticks Specifies the maximum number of ticks for the particular axis. The actual number of ticks will be chosen automatically to be less than or equal to nticks . Has an effect only if tickmode is set to “auto”. orientation Sets the orientation of the colorbar. outlinecolor Sets the axis line color. outlinewidth Sets the width (in px) of the axis line. separatethousands If “true”, even 4-digit integers are separated showexponent If “all”, all exponents are shown besides their significands. If “first”, only the exponent of the first tick is shown. If “last”, only the exponent of the last tick is shown. If “none”, no exponents appear. showticklabels Determines whether or not the tick labels are drawn. showtickprefix If “all”, all tick labels are displayed with a prefix. If “first”, only the first tick is displayed with a prefix. If “last”, only the last tick is displayed with a suffix. If “none”, tick prefixes are hidden. showticksuffix Same as showtickprefix but for tick suffixes. thickness Sets the thickness of the color bar This measure excludes the size of the padding, ticks and labels. thicknessmode Determines whether this color bar’s thickness (i.e. the measure in the constant color direction) is set in units of plot “fraction” or in “pixels”. Use thickness to set the value. tick0 Sets the placement of the first tick on this axis. Use with dtick . If the axis type is “log”, then you must take the log of your starting tick (e.g. to set the starting tick to 100, set the tick0 to 2) except when dtick`=*L* (see `dtick for more info). If the axis type is “date”, it should be a date string, like date data. If the axis type is “category”, it should be a number, using the scale where each category is assigned a serial number from zero in the order it appears. tickangle Sets the angle of the tick labels with respect to the horizontal. For example, a tickangle of -90 draws the tick labels vertically. tickcolor Sets the tick color. tickfont Sets the color bar’s tick label font tickformat Sets the tick label formatting rule using d3 formatting mini-languages which are very similar to those in Python. For numbers, see: h ttps://github.com/d3/d3-format/tree/v1.4.5#d3- format. And for dates see: https://github.com/d3/d3-time- format/tree/v2.2.3#locale_format. We add two items to d3’s date formatter: “%h” for half of the year as a decimal number as well as “%f” for fractional seconds with n digits. For example, 2016-10-13 09:15:23.456 with tickformat “%H~%M~%S.%2f” would display “09~15~23.46” tickformatstops A tuple of plotly.graph_objects.funnel. marker.colorbar.Tickformatstop instances or dicts with compatible properties tickformatstopdefaults When used in a template (as layout.template.dat a.funnel.marker.colorbar.tickformatstopdefaults ), sets the default property values to use for elements of funnel.marker.colorbar.tickformatstops ticklabeloverflow Determines how we handle tick labels that would overflow either the graph div or the domain of the axis. The default value for inside tick labels is hide past domain. In other cases the default is hide past div. ticklabelposition Determines where tick labels are drawn relative to the ticks. Left and right options are used when orientation is “h”, top and bottom when orientation is “v”. ticklabelstep Sets the spacing between tick labels as compared to the spacing between ticks. A value of 1 (default) means each tick gets a label. A value of 2 means shows every 2nd label. A larger value n means only every nth tick is labeled. tick0 determines which labels are shown. Not implemented for axes with type “log” or “multicategory”, or when tickmode is “array”. ticklen Sets the tick length (in px). tickmode Sets the tick mode for this axis. If “auto”, the number of ticks is set via nticks . If “linear”, the placement of the ticks is determined by a starting position tick0 and a tick step dtick (“linear” is the default value if tick0 and dtick are provided). If “array”, the placement of the ticks is set via tickvals and the tick text is ticktext . (“array” is the default value if tickvals is provided). tickprefix Sets a tick label prefix. ticks Determines whether ticks are drawn or not. If “”, this axis’ ticks are not drawn. If “outside” (“inside”), this axis’ are drawn outside (inside) the axis lines. ticksuffix Sets a tick label suffix. ticktext Sets the text displayed at the ticks position via tickvals . Only has an effect if tickmode is set to “array”. Used with tickvals . ticktextsrc Sets the source reference on Chart Studio Cloud for ticktext . tickvals Sets the values at which ticks on this axis appear. Only has an effect if tickmode is set to “array”. Used with ticktext . tickvalssrc Sets the source reference on Chart Studio Cloud for tickvals . tickwidth Sets the tick width (in px). title plotly.graph_objects.funnel.marker.colo rbar.Title instance or dict with compatible properties titlefont Deprecated: Please use funnel.marker.colorbar.title.font instead. Sets this color bar’s title font. Note that the title’s font used to be set by the now deprecated titlefont attribute. titleside Deprecated: Please use funnel.marker.colorbar.title.side instead. Determines the location of color bar’s title with respect to the color bar. Defaults to “top” when orientation if “v” and defaults to “right” when orientation if “h”. Note that the title’s location used to be set by the now deprecated titleside attribute. x Sets the x position with respect to xref of the color bar (in plot fraction). When xref is “paper”, defaults to 1.02 when orientation is “v” and 0.5 when orientation is “h”. When xref is “container”, defaults to 1 when orientation is “v” and 0.5 when orientation is “h”. Must be between 0 and 1 if xref is “container” and between “-2” and 3 if xref is “paper”. xanchor Sets this color bar’s horizontal position anchor. This anchor binds the x position to the “left”, “center” or “right” of the color bar. Defaults to “left” when orientation is “v” and “center” when orientation is “h”. xpad Sets the amount of padding (in px) along the x direction. xref Sets the container x refers to. “container” spans the entire width of the plot. “paper” refers to the width of the plotting area only. y Sets the y position with respect to yref of the color bar (in plot fraction). When yref is “paper”, defaults to 0.5 when orientation is “v” and 1.02 when orientation is “h”. When yref is “container”, defaults to 0.5 when orientation is “v” and 1 when orientation is “h”. Must be between 0 and 1 if yref is “container” and between “-2” and 3 if yref is “paper”. yanchor Sets this color bar’s vertical position anchor This anchor binds the y position to the “top”, “middle” or “bottom” of the color bar. Defaults to “middle” when orientation is “v” and “bottom” when orientation is “h”. ypad Sets the amount of padding (in px) along the y direction. yref Sets the container y refers to. “container” spans the entire height of the plot. “paper” refers to the height of the plotting area only.

Sets the colorscale. Has an effect only if in marker.color is set to a numerical array. The colorscale must be an array containing arrays mapping a normalized value to an rgb, rgba, hex, hsl, hsv, or named color string. At minimum, a mapping for the lowest (0) and highest (1) values are required. For example, [[0, ‘rgb(0,0,255)’], [1, ‘rgb(255,0,0)’]] . To control the bounds of the colorscale in color space, use marker.cmin and marker.cmax . Alternatively, colorscale may be a palette name string of the following list: Blackbody,B luered,Blues,Cividis,Earth,Electric,Greens,Greys,Hot,Jet,Picnic ,Portland,Rainbow,RdBu,Reds,Viridis,YlGnBu,YlOrRd.

The ‘colorscale’ property is a colorscale and may be specified as:

• A list of colors that will be spaced evenly to create the colorscale. Many predefined colorscale lists are included in the sequential, diverging, and cyclical modules in the plotly.colors package.
• A list of 2-element lists where the first element is the normalized color level value (starting at 0 and ending at 1), and the second item is a valid color string. (e.g. [[0, ‘green’], [0.5, ‘red’], [1.0, ‘rgb(0, 0, 255)’]])
• One of the following named colorscales: [‘aggrnyl’, ‘agsunset’, ‘algae’, ‘amp’, ‘armyrose’, ‘balance’, ‘blackbody’, ‘bluered’, ‘blues’, ‘blugrn’, ‘bluyl’, ‘brbg’, ‘brwnyl’, ‘bugn’, ‘bupu’, ‘burg’, ‘burgyl’, ‘cividis’, ‘curl’, ‘darkmint’, ‘deep’, ‘delta’, ‘dense’, ‘earth’, ‘edge’, ‘electric’, ‘emrld’, ‘fall’, ‘geyser’, ‘gnbu’, ‘gray’, ‘greens’, ‘greys’, ‘haline’, ‘hot’, ‘hsv’, ‘ice’, ‘icefire’, ‘inferno’, ‘jet’, ‘magenta’, ‘magma’, ‘matter’, ‘mint’, ‘mrybm’, ‘mygbm’, ‘oranges’, ‘orrd’, ‘oryel’, ‘oxy’, ‘peach’, ‘phase’, ‘picnic’, ‘pinkyl’, ‘piyg’, ‘plasma’, ‘plotly3’, ‘portland’, ‘prgn’, ‘pubu’, ‘pubugn’, ‘puor’, ‘purd’, ‘purp’, ‘purples’, ‘purpor’, ‘rainbow’, ‘rdbu’, ‘rdgy’, ‘rdpu’, ‘rdylbu’, ‘rdylgn’, ‘redor’, ‘reds’, ‘solar’, ‘spectral’, ‘speed’, ‘sunset’, ‘sunsetdark’, ‘teal’, ‘tealgrn’, ‘tealrose’, ‘tempo’, ‘temps’, ‘thermal’, ‘tropic’, ‘turbid’, ‘turbo’, ‘twilight’, ‘viridis’, ‘ylgn’, ‘ylgnbu’, ‘ylorbr’, ‘ylorrd’]. Appending ‘_r’ to a named colorscale reverses it.

Sets the source reference on Chart Studio Cloud for color .

Funnel Chart in Python

How to make funnel-chart plots in Python with Plotly.

This page in another language

—> New to Plotly?

Plotly is a free and open-source graphing library for Python. We recommend you read our Getting Started guide for the latest installation or upgrade instructions, then move on to our Plotly Fundamentals tutorials or dive straight in to some Basic Charts tutorials.

Introduction¶

Funnel charts are often used to represent data in different stages of a business process. It’s an important mechanism in Business Intelligence to identify potential problem areas of a process. For example, it’s used to observe the revenue or loss in a sales process for each stage, and displays values that are decreasing progressively. Each stage is illustrated as a percentage of the total of all values.

Basic Funnel Plot with plotly.express¶

With px.funnel , each row of the DataFrame is represented as a stage of the funnel.

import plotly.express as px data = dict( number=[39, 27.4, 20.6, 11, 2], stage=["Website visit", "Downloads", "Potential customers", "Requested price", "invoice sent"]) fig = px.funnel(data, x='number', y='stage') fig.show() 

Stacked Funnel Plot with plotly.express¶

import plotly.express as px import pandas as pd stages = ["Website visit", "Downloads", "Potential customers", "Requested price", "invoice sent"] df_mtl = pd.DataFrame(dict(number=[39, 27.4, 20.6, 11, 3], stage=stages)) df_mtl['office'] = 'Montreal' df_toronto = pd.DataFrame(dict(number=[52, 36, 18, 14, 5], stage=stages)) df_toronto['office'] = 'Toronto' df = pd.concat([df_mtl, df_toronto], axis=0) fig = px.funnel(df, x='number', y='stage', color='office') fig.show() 

Basic Funnel Chart with graph_objects trace go.Funnel¶

If Plotly Express does not provide a good starting point, it is also possible to use the more generic go.Funnel class from plotly.graph_objects .

from plotly import graph_objects as go fig = go.Figure(go.Funnel( y = ["Website visit", "Downloads", "Potential customers", "Requested price", "invoice sent"], x = [39, 27.4, 20.6, 11, 2])) fig.show() 

Setting Marker Size and Color¶

This example uses textposition and textinfo to determine information appears on the graph, and shows how to customize the bars.

from plotly import graph_objects as go fig = go.Figure(go.Funnel( y = ["Website visit", "Downloads", "Potential customers", "Requested price", "Finalized"], x = [39, 27.4, 20.6, 11, 2], textposition = "inside", textinfo = "value+percent initial", opacity = 0.65, marker = "color": ["deepskyblue", "lightsalmon", "tan", "teal", "silver"], "line": "width": [4, 2, 2, 3, 1, 1], "color": ["wheat", "wheat", "blue", "wheat", "wheat"]>>, connector = "line": "color": "royalblue", "dash": "dot", "width": 3>>) ) fig.show() 

Stacked Funnel Plot with go.Funnel¶

from plotly import graph_objects as go fig = go.Figure() fig.add_trace(go.Funnel( name = 'Montreal', y = ["Website visit", "Downloads", "Potential customers", "Requested price"], x = [120, 60, 30, 20], textinfo = "value+percent initial")) fig.add_trace(go.Funnel( name = 'Toronto', orientation = "h", y = ["Website visit", "Downloads", "Potential customers", "Requested price", "invoice sent"], x = [100, 60, 40, 30, 20], textposition = "inside", textinfo = "value+percent previous")) fig.add_trace(go.Funnel( name = 'Vancouver', orientation = "h", y = ["Website visit", "Downloads", "Potential customers", "Requested price", "invoice sent", "Finalized"], x = [90, 70, 50, 30, 10, 5], textposition = "outside", textinfo = "value+percent total")) fig.show() 

Basic Area Funnel Plot with plotly.express¶

With px.funnel_area , each row of the DataFrame is represented as a stage of the funnel.

import plotly.express as px fig = px.funnel_area(names=["The 1st","The 2nd", "The 3rd", "The 4th", "The 5th"], values=[5, 4, 3, 2, 1]) fig.show() 

Basic Area Funnel Plot with go.Funnelarea¶

If Plotly Express does not provide a good starting point, it is also possible to use the more generic go.Funnelarea class from plotly.graph_objects .

from plotly import graph_objects as go fig = go.Figure(go.Funnelarea( text = ["The 1st","The 2nd", "The 3rd", "The 4th", "The 5th"], values = [5, 4, 3, 2, 1] )) fig.show() 

Set Marker Size and Color in Area Funnel Plots¶

from plotly import graph_objects as go fig = go.Figure(go.Funnelarea( values = [5, 4, 3, 2, 1], text = ["The 1st","The 2nd", "The 3rd", "The 4th", "The 5th"], marker = "colors": ["deepskyblue", "lightsalmon", "tan", "teal", "silver"], "line": "color": ["wheat", "wheat", "blue", "wheat", "wheat"], "width": [0, 1, 5, 0, 4]>>, textfont = "family": "Old Standard TT, serif", "size": 13, "color": "black">, opacity = 0.65)) fig.show() 

Multiple Area Funnels¶

from plotly import graph_objects as go fig = go.Figure() fig.add_trace(go.Funnelarea( scalegroup = "first", values = [500, 450, 340, 230, 220, 110], textinfo = "value", title = "position": "top center", "text": "Sales for Sale Person A in U.S.">, domain = "x": [0, 0.5], "y": [0, 0.5]>)) fig.add_trace(go.Funnelarea( scalegroup = "first", values = [600, 500, 400, 300, 200, 100], textinfo = "value", title = "position": "top center", "text": "Sales of Sale Person B in Canada">, domain = "x": [0, 0.5], "y": [0.55, 1]>)) fig.add_trace(go.Funnelarea( scalegroup = "second", values = [510, 480, 440, 330, 220, 100], textinfo = "value", title = "position": "top left", "text": "Sales of Sale Person A in Canada">, domain = "x": [0.55, 1], "y": [0, 0.5]>)) fig.add_trace(go.Funnelarea( scalegroup = "second", values = [360, 250, 240, 130, 120, 60], textinfo = "value", title = "position": "top left", "text": "Sales of Sale Person B in U.S.">, domain = "x": [0.55, 1], "y": [0.55, 1]>)) fig.update_layout( margin = "l": 200, "r": 200>, shapes = [ "x0": 0, "x1": 0.5, "y0": 0, "y1": 0.5>, "x0": 0, "x1": 0.5, "y0": 0.55, "y1": 1>, "x0": 0.55, "x1": 1, "y0": 0, "y1": 0.5>, "x0": 0.55, "x1": 1, "y0": 0.55, "y1": 1>]) fig.show() 

Pattern Fills¶

Funnel area charts support patterns (also known as hatching or texture) in addition to color. In this example, we add a pattern to the second stage of the funnel.

from plotly import graph_objects as go colors = ["gold", "gold", "lightgreen", "lavender"] fig = go.Figure( go.Funnelarea( labels=["Interview 1", "Interview 2", "Test", "Final Stage"], values=[100, 70, 40, 20], textfont_size=20, marker=dict(colors=colors, pattern=dict(shape=["", "/", "", ""])), ) ) fig.show()