快捷導(dǎo)航

利用Python繪制數(shù)據(jù)的瀑布圖的教程

更新時間：2015年04月07日 09:16:37 作者：Chris Moffitt

這篇文章主要介紹了利用Python繪制數(shù)據(jù)的瀑布圖的教程,教程中主要用到Pandas和matplotlib這兩個庫,需要的朋友可以參考下

介紹

對于繪制某些類型的數(shù)據(jù)來說，瀑布圖是一種十分有用的工具。不足為奇的是，我們可以使用Pandas和matplotlib創(chuàng)建一個可重復(fù)的瀑布圖。

在往下進(jìn)行之前，我想先告訴大家我指代的是哪種類型的圖表。我將建立一個維基百科文章中描述的2D瀑布圖。

這種圖表的一個典型的用處是顯示開始值和結(jié)束值之間起“橋梁”作用的+和-的值。因為這個原因，財務(wù)人員有時會將其稱為一個橋梁。跟我之前所采用的其他例子相似，這種類型的繪圖在Excel中不容易生成，當(dāng)然肯定有生成它的方法，但是不容易記住。

關(guān)于瀑布圖需要記住的關(guān)鍵點(diǎn)是：它本質(zhì)上是一個堆疊在一起的條形圖，不過特殊的一點(diǎn)是，它有一個空白底欄，所以頂部欄會“懸浮”在空中。那么，讓我們開始吧。
創(chuàng)建圖表

首先，執(zhí)行標(biāo)準(zhǔn)的輸入，并確保IPython能顯示matplot圖。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
%matplotlib inline

設(shè)置我們想畫出瀑布圖的數(shù)據(jù)，并將其加載到數(shù)據(jù)幀（DataFrame）中。

數(shù)據(jù)需要以你的起始值開始，但是你需要給出最終的總數(shù)。我們將在下面計算它。

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

我使用了IPython中便捷的display函數(shù)來更簡單地控制我要顯示的內(nèi)容。

from IPython.display import display
display(trans)

20154790658991.jpg (291×347)

瀑布圖的最大技巧是計算出底部堆疊條形圖的內(nèi)容。有關(guān)這一點(diǎn)，我從stackoverflow上的討論中學(xué)到很多。

首先，我們得到累積和。

display(trans.amount.cumsum())
sales      350000
returns     320000
credit fees   312500
rebates     287500
late charges  382500
shipping    375500
Name: amount, dtype: int64

這看起來不錯，但我們需要將一個地方的數(shù)據(jù)轉(zhuǎn)移到右邊。

blank=trans.amount.cumsum().shift(1).fillna(0)
display(blank)
 
sales        0
returns     350000
credit fees   320000
rebates     312500
late charges  287500
shipping    382500
Name: amount, dtype: float64

我們需要向trans和blank數(shù)據(jù)幀中添加一個凈總量。

total = trans.sum().amount
trans.loc["net"] = total
blank.loc["net"] = total
display(trans)
display(blank)

20154790750136.jpg (275×390)

sales        0
returns     350000
credit fees   320000
rebates     312500
late charges  287500
shipping    382500
net       375500
Name: amount, dtype: float64

創(chuàng)建我們用來顯示變化的步驟。

step = blank.reset_index(drop=True).repeat(3).shift(-1)
step[1::3] = np.nan
display(step)
 
0     0
0    NaN
0  350000
1  350000
1    NaN
1  320000
2  320000
2    NaN
2  312500
3  312500
3    NaN
3  287500
4  287500
4    NaN
4  382500
5  382500
5    NaN
5  375500
6  375500
6    NaN
6    NaN
Name: amount, dtype: float64

對于“net”行，為了不使堆疊加倍，我們需要確保blank值為0。

blank.loc["net"] = 0

然后，將其畫圖，看一下什么樣子。

my_plot = trans.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="2014 Sales Waterfall")
my_plot.plot(step.index, step.values,'k')

20154790839916.jpg (391×317)

看起來相當(dāng)不錯，但是讓我們試著格式化Y軸，以使其更具有可讀性。為此，我們使用FuncFormatter和一些Python2.7+的語法來截斷小數(shù)并向格式中添加一個逗號。

def money(x, pos):
  'The two args are the value and tick position'
  return "${:,.0f}".format(x)
 
from matplotlib.ticker import FuncFormatter
formatter = FuncFormatter(money)

然后，將其組合在一起。

my_plot = trans.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="2014 Sales Waterfall")
my_plot.plot(step.index, step.values,'k')
my_plot.set_xlabel("Transaction Types")
my_plot.yaxis.set_major_formatter(formatter)

20154790915888.jpg (399×332)

完整腳本

基本圖形能夠正常工作，但是我想添加一些標(biāo)簽，并做一些小的格式修改。下面是我最終的腳本：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter
 
#Use python 2.7+ syntax to format currency
def money(x, pos):
  'The two args are the value and tick position'
  return "${:,.0f}".format(x)
formatter = FuncFormatter(money)
 
#Data to plot. Do not include a total, it will be calculated
index = ['sales','returns','credit fees','rebates','late charges','shipping']
data = {'amount': [350000,-30000,-7500,-25000,95000,-7000]}
 
#Store data and create a blank series to use for the waterfall
trans = pd.DataFrame(data=data,index=index)
blank = trans.amount.cumsum().shift(1).fillna(0)
 
#Get the net total number for the final element in the waterfall
total = trans.sum().amount
trans.loc["net"]= total
blank.loc["net"] = total
 
#The steps graphically show the levels as well as used for label placement
step = blank.reset_index(drop=True).repeat(3).shift(-1)
step[1::3] = np.nan
 
#When plotting the last element, we want to show the full bar,
#Set the blank to 0
blank.loc["net"] = 0
 
#Plot and label
my_plot = trans.plot(kind='bar', stacked=True, bottom=blank,legend=None, figsize=(10, 5), title="2014 Sales Waterfall")
my_plot.plot(step.index, step.values,'k')
my_plot.set_xlabel("Transaction Types")
 
#Format the axis for dollars
my_plot.yaxis.set_major_formatter(formatter)
 
#Get the y-axis position for the labels
y_height = trans.amount.cumsum().shift(1).fillna(0)
 
#Get an offset so labels don't sit right on top of the bar
max = trans.max()
neg_offset = max / 25
pos_offset = max / 50
plot_offset = int(max / 15)
 
#Start label loop
loop = 0
for index, row in trans.iterrows():
  # For the last item in the list, we don't want to double count
  if row['amount'] == total:
    y = y_height[loop]
  else:
    y = y_height[loop] + row['amount']
  # Determine if we want a neg or pos offset
  if row['amount'] > 0:
    y += pos_offset
  else:
    y -= neg_offset
  my_plot.annotate("{:,.0f}".format(row['amount']),(loop,y),ha="center")
  loop+=1
 
#Scale up the y axis so there is room for the labels
my_plot.set_ylim(0,blank.max()+int(plot_offset))
#Rotate the labels
my_plot.set_xticklabels(trans.index,rotation=0)
my_plot.get_figure().savefig("waterfall.png",dpi=200,bbox_inches='tight')

運(yùn)行該腳本將生成下面這個漂亮的圖表：

20154790943979.jpg (650×361)

最后的想法

如果你之前不熟悉瀑布圖，希望這個示例能夠向你展示它到底是多么有用。我想，可能一些人會覺得對于一個圖表來說需要這么多的腳本代碼有點(diǎn)糟糕。在某些方面，我同意這種想法。如果你僅僅只是做一個瀑布圖，而以后不會再碰它，那么你還是繼續(xù)用Excel中的方法吧。

然而，如果瀑布圖真的很有用，并且你需要將它復(fù)制給100個客戶，將會怎么樣呢？接下來你將要怎么做呢？此時使用Excel將會是一個挑戰(zhàn)，而使用本文中的腳本來創(chuàng)建100個不同的表格將相當(dāng)容易。再次說明，這一程序的真正價值在于，當(dāng)你需要擴(kuò)展這個解決方案時，它能夠便于你創(chuàng)建一個易于復(fù)制的程序。

我真的很喜歡學(xué)習(xí)更多Pandas、matplotlib和IPothon的知識。我很高興這種方法能夠幫到你，并希望其他人也可以從中學(xué)習(xí)到一些知識，并將這一課所學(xué)應(yīng)用到他們的日常工作中。

您可能感興趣的文章: