腳本之家服務器常用軟件

快捷導航

python基于Bokeh庫制作子彈圖及瀑布圖示例教程

更新時間：2021年10月27日 08:46:49 作者：數據分析與統(tǒng)計學之美

這篇文章主要為大家介紹了python基于Bokeh庫制作子彈圖及瀑布圖的實現示例教程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步早日升職加薪

子彈圖

在這個例子中，我們將用 python 列表填充數據。我們可以修改它以適應Pandas數據框，但我們將堅持使用簡單的 Python 數據類型作為本示例：

data= [("John Smith", 105, 120),
       ("Jane Jones", 99, 110),
       ("Fred Flintstone", 109, 125),
       ("Barney Rubble", 135, 123),
       ("Mr T", 45, 105)]

limits = [0, 20, 60, 100, 160]
labels = ["Poor", "OK", "Good", "Excellent"]
cats = [x[0] for x in data]

一個棘手的代碼部分，是在 y 軸上的 cat 變量中構建一個類別列表。

下一步是創(chuàng)建散景圖并設置幾個與 x 軸和網格線顯示方式相關的選項。如上所述，我們使用cats變量來定義y_range中的所有類別。

p=figure(title="Sales Rep Performance", plot_height=350, plot_width=800, y_range=cats)
p.x_range.range_padding = 0
p.grid.grid_line_color = None
p.xaxis[0].ticker.num_minor_ticks = 0

下一部分將使用散景的 hbar 創(chuàng)建彩色范圍條。為了完成這項工作，我們需要定義每個條的左右范圍以及顏色。我們可以使用python的zip函數來創(chuàng)建我們需要的數據結構。

zip(limits[:-1], limits[1:], PuBu4[::-1])

# 結果如下：
[(0, 20, '#f1eef6'),
 (20, 60, '#bdc9e1'),
 (60, 100, '#74a9cf'),
 (100, 160, '#0570b0')]

以下是如何將它們組合在一起以創(chuàng)建顏色范圍。

for left, right, color in zip(limits[:-1], limits[1:], PuBu4[::-1]):
	p.hbar(y=cats, left=left, right=right, height=0.8, color=color)

結果如下：

在這里插入圖片描述

我們使用類似的過程，為每個性能度量添加一個黑條。

perf = [x[1] for x in data]
p.hbar(y=cats, left=0, right=perf, height=0.3, color="black")

我們需要添加的最后一個標記是一個顯示目標值的段。

comp = [x[2]for x in data]
p.segment(x0=comp, y0=[(x, -0.5) for x in cats], x1=comp,
          y1=[(x, 0.5) for x in cats], color="white", line_width=2)

結果如下：

在這里插入圖片描述

最后一步是為每個范圍添加標簽。我們可以使用 zip 來創(chuàng)建我們需要的標簽結構，然后將每個標簽添加到布局中。

for start, label in zip(limits[:-1], labels):
    p.add_layout(Label(x=start, y=0, text=label, text_font_size="10pt",
                       text_color='black', y_offset=5, x_offset=15))

結果如下：

在這里插入圖片描述

瀑布圖

構造數據框，用于作為演示的數據框。

# Create the initial dataframe
index = ['sales','returns','credit fees','rebates','late charges','shipping']
data = {'amount': [350000,-30000,-7500,-25000,95000,-7000]}
df = pd.DataFrame(data=data,index=index)

# Determine the total net value by adding the start and all additional transactions
net = df['amount'].sum()

結果如下：

在這里插入圖片描述

最終的瀑布代碼將要求我們?yōu)槊總€段定義幾個附加屬性，包括：

起始位置；

條形顏色；

標簽位置；

標簽文字；

通過將其添加到單個數據框中，我們可以使用 Bokeh 的內置功能來簡化最終代碼。

對于下一步，我們將添加運行總計、段開始位置和標簽的位置。

df['running_total'] = df['amount'].cumsum()
df['y_start'] = df['running_total'] - df['amount']

# Where do we want to place the label?
df['label_pos'] = df['running_total']

接下來，我們在包含凈值的數據框底部添加一行。

df_net = pd.DataFrame.from_records([(net, net, 0, net)],
                                   columns=['amount', 'running_total', 'y_start', 'label_pos'],
                                   index=["net"])
df = df.append(df_net)

對于這個特定的瀑布，我希望將負值設置為不同的顏色，并設置圖表下方的標簽格式。讓我們使用值向數據框中添加列。

df['color'] = 'grey'
df.loc[df.amount < 0, 'color'] = 'red'
df.loc[df.amount < 0, 'label_pos'] = df.label_pos - 10000
df["bar_label"] = df["amount"].map('{:,.0f}'.format)

這是包含我們需要的所有數據的最終數據框。確實需要對數據進行一些操作才能達到這種狀態(tài)，但它是相當標準的 Pandas 代碼，如果出現問題，很容易調試。

在這里插入圖片描述

創(chuàng)建實際繪圖是相當標準的 Bokeh 代碼，因為數據框具有我們需要的所有值。

TOOLS = "box_zoom,reset,save"
source = ColumnDataSource(df)
p = figure(tools=TOOLS, x_range=list(df.index), y_range=(0, net+40000),
           plot_width=800, title = "Sales Waterfall")

通過將 ColumnDataSource 定義為我們的數據框，Bokeh 負責創(chuàng)建所有段和標簽，而無需進行任何循環(huán)。

p.segment(x0='index', y0='y_start', x1="index", y1='running_total',
          source=source, color="color", line_width=55)

我們將做一些小的格式化來添加標簽并很好地格式化 y 軸。

p.grid.grid_line_alpha=0.3
p.yaxis[0].formatter = NumeralTickFormatter(format="($ 0 a)")
p.xaxis.axis_label = "Transactions"

最后一步是使用 LabelSet 將所有標簽添加到條形圖上。

labels = LabelSet(x='index', y='label_pos', text='bar_label',
                  text_font_size="8pt", level='glyph',
                  x_offset=-20, y_offset=0, source=source)
p.add_layout(labels)

結果如下：

在這里插入圖片描述