簡(jiǎn)介 原理 繪制，詳解?Python「瀑布圖」的整個(gè)制作流程！
時(shí)間：2021-10-20 16:39:26
手機(jī)看文章
掃描二維碼
隨時(shí)隨地手機(jī)看文章
[導(dǎo)讀]作者|黃偉呢來(lái)源|數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)之美簡(jiǎn)介瀑布圖，由麥肯錫顧問(wèn)公司所獨(dú)創(chuàng)的圖表類(lèi)型，因?yàn)樾嗡破俨剂魉员淮蠹曳Q(chēng)之為瀑布圖(WaterfallPlot)，在企業(yè)經(jīng)營(yíng)分析、財(cái)務(wù)分析中使用較多，用以表示企業(yè)成本的構(gòu)成、變化等情況。瀑布圖本質(zhì)：堆積柱形圖的繪制。瀑布圖的繪圖原理那么，...
簡(jiǎn)介
瀑布圖，由麥肯錫顧問(wèn)公司所獨(dú)創(chuàng)的圖表類(lèi)型，因?yàn)樾嗡破俨剂魉?，所以被大家稱(chēng)之為瀑布圖(Waterfall Plot)，在企業(yè)經(jīng)營(yíng)分析、財(cái)務(wù)分析中使用較多，用以表示企業(yè)成本的構(gòu)成、變化等情況。
瀑布圖的繪圖原理
那么，如何用Python繪制這樣一個(gè)瀑布圖呢？
增減變動(dòng)過(guò)程。因此，這里涉及到一個(gè)占位，如圖所示：
除了首尾兩個(gè)字段，都是以原點(diǎn)起步的，中間過(guò)程要體現(xiàn)這個(gè)波動(dòng)過(guò)程。我特意用不同顏色，為大家圈出了這個(gè)占位的高度，但是在瀑布圖中，我們并不顯示出來(lái)。
文章最開(kāi)始就說(shuō)了，瀑布圖的本質(zhì)其實(shí)就是堆積的柱形圖。
為了構(gòu)造這個(gè)占位數(shù)據(jù)，我們需要對(duì)數(shù)據(jù)進(jìn)行一定的處理。讓首尾字段的數(shù)據(jù)都為0，中間部分，表示占位高度。
最后，我們利用原始數(shù)據(jù)與占位高度數(shù)據(jù)，做一個(gè)堆疊的柱形圖，就可以展示出這個(gè)瀑布效果了。
瀑布圖的繪圖步驟
現(xiàn)在我就為大家講解詳細(xì)的步驟。
1. 導(dǎo)入相關(guān)庫(kù)
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
2. 創(chuàng)建數(shù)據(jù)
index = ['銷(xiāo)售','退貨','信用費(fèi)','回扣','滯納金','運(yùn)費(fèi)']
data = {'金額': [350000,-30000,-7500,-25000,95000,-7000]}
df = pd.DataFrame(data=data,index=index)
df
結(jié)果如下：
瀑布圖的最大問(wèn)題就是弄清楚，底部堆積的條形圖應(yīng)該是什么。
首先，先求累積和。
df["金額"].cumsum()
結(jié)果如下：
原理部分，已經(jīng)為大家講述過(guò)，瀑布圖 = 原始數(shù)據(jù) 占位數(shù)據(jù)，堆積而成。
因此，對(duì)于占位數(shù)據(jù)，它的首位數(shù)據(jù)，我們必須將其變?yōu)?.
total = df.sum()["金額"]
df.loc["凈總量"] = total
blank = df["金額"].cumsum().shift(1).fillna(0)
blank.loc["凈總量"] = total
blank.loc["凈總量"] = 0
結(jié)果如下
其實(shí)，一行Python代碼，就可以完成瀑布圖的繪制。
df.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="瀑布")
plt.xticks(rotation=60)
plt.ylim(-100000,400000)
plt.grid()
結(jié)果如下：
其實(shí)，到這里瀑布圖的繪制已經(jīng)結(jié)束了。但是，為了是這個(gè)增減變動(dòng)更加清楚，我們可以添加一個(gè)階梯。
# 多添加一個(gè)繪圖代碼
step = blank.reset_index(drop=True).repeat(3).shift(-1)
step[1::3] = np.nan
my_plot = df.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="瀑布圖")
my_plot.plot(step.index, step.values,'k')
plt.xticks(rotation=60)
plt.ylim(-100000,400000)
plt.grid()
結(jié)果如下：
值得注意的問(wèn)題
在下面這行代碼中，有一個(gè)bottom參數(shù)。
df.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="瀑布圖")
其實(shí)該參數(shù)，表示的是堆積柱形圖的起始點(diǎn)，如果數(shù)據(jù)為正，則柱子在該起始點(diǎn)之上，如果數(shù)據(jù)為負(fù)，則柱子在該起始點(diǎn)之下。
我們?yōu)榇蠹遗e例說(shuō)明：
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(5)
a = np.array([10, 15, 20, 15, 5])
b = np.array([5, -20, 7, -25, 9])
plt.bar(x, b, bottom=a, label='b')
plt.grid()
plt.show()
結(jié)果如下：
觀察上圖，我為大家標(biāo)注好了起始點(diǎn)，如果數(shù)據(jù)為正，柱子都是朝上，否則就朝下。
下載文檔
