在 2025 年，运用 pyecharts 来构建漏斗图依旧是极为流行且行之有效的手段，用于将数据可视化，特别是在展开 SEO 分析或是任何涉及到转化流程剖析的情境中，漏斗图能够以直观的方式呈现出一个过程里各个环节的转化状况，有助于辨别潜在的瓶颈之处或优化要点。
以下是一份关于运用 pyecharts 创建漏斗图的简要指引：
你务必要确保已经成功安装了 pyecharts 库，倘若尚未安装，可以借助 pip 来进行安装：
```bash
pip install pyecharts
```
导入必要的模块
```python
from pyecharts.charts import Funnel
from pyecharts import options as opts
```
准备数据
通常情况下，漏斗图的数据是一个列表，其中的每个元素均为包含两个阶段名称以及它们之间转化率的元组（或者列表）。
```python
data = [
(\"展示\", \"点击\", 60),
(\"点击\", \"访问\", 40),
(\"访问\", \"咨询\", 20),
(\"咨询\", \"订单\", 80),
(\"订单\", \"支付\", 60)
```
创建漏斗图
```python
funnel = (
Funnel()
.add(
\"漏斗图\",
data,
设置排序方式为降序，即'descending'
sort_=\"descending\",
设置漏斗图的间隔
gap=2,
设置图表标题等样式
title_opts=opts.TitleOpts(title=\"SEO 漏斗图\", subtitle=\"转化流程分析\"),
设置标签样式
label_opts=opts.LabelOpts(is_show=True, position=\"inside\"),
.set_global_opts(
设置图例可见性为不显示
legend_opts=opts.LegendOpts(is_show=False),
设置工具箱（包含下载、保存为图片等功能）
toolbox_opts=opts.ToolboxOpts,
渲染图表并保存为本地文件
funnel.render(\"funnel_chart.html\")
```
查看图表
在执行完上述代码后，将会生成一个名为`funnel_chart.html`的文件，你可以通过浏览器开启这个文件来查看漏斗图。
注意事项
务必要保证你的数据格式正确无误，每个数据点都应当涵盖两个阶段的名称以及它们之间的转化率（或者数量）。
能够通过调整`Funnel`类的参数来实现对图表样式的自定义，例如颜色、标题、标签等。
pyecharts 支持多种输出格式，除了可以渲染为 HTML 文件之外，还能够直接嵌入到 Jupyter Notebook 中展示，或者导出为图片、PDF 等格式。
运用 pyecharts 创建漏斗图是一种简便而强大的方式，能够助力你更好地理解和优化 SEO 流程或是其他转化流程。
