使用python画图表_利用Python绘制数据的瀑布图的教程
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。
?
1
2
3
4
5
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。
?
1
2
3
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。
?
1
2
from IPython.displayimport display
display(trans)
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，我從stackoverflow上的討論中學(xué)到很多。
首先，我們得到累積和。
?
1
2
3
4
5
6
7
8
display(trans.amount.cumsum())
sales350000
returns320000
credit fees312500
rebates287500
late charges382500
shipping375500
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。
?
1
2
3
4
5
6
7
8
9
10
blank=trans.amount.cumsum().shift(1).fillna(0)
display(blank)
sales0
returns350000
credit fees320000
rebates312500
late charges287500
shipping382500
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。
?
1
2
3
4
5
total= trans.sum().amount
trans.loc["net"]= total
blank.loc["net"]= total
display(trans)
display(blank)
?
1
2
3
4
5
6
7
8
sales0
returns350000
credit fees320000
rebates312500
late charges287500
shipping382500
net375500
Name: amount, dtype: float64
創(chuàng)建我們用來顯示變化的步驟。
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
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。
?
1
blank.loc["net"]= 0
然后，將其畫圖，看一下什么樣子。
?
1
2
my_plot= trans.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="2014 Sales Waterfall")
my_plot.plot(step.index, step.values,'k')
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。
?
1
2
3
4
5
6
def money(x, pos):
'The two args are the value and tick position'
return "${:,.0f}".format(x)
from matplotlib.tickerimport FuncFormatter
formatter= FuncFormatter(money)
然后，將其組合在一起。
?
1
2
3
4
my_plot= trans.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="2014 Sales Waterfall")
my_plot.plot(step.index, step.values,'k')
my_plot.set_xlabel("Transaction Types")
my_plot.yaxis.set_major_formatter(formatter)
完整腳本
基本圖形能夠正常工作，但是我想添加一些標(biāo)簽，并做一些小的格式修改。下面是我最終的腳本：
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.tickerimport FuncFormatter
#Use python 2.7+ syntax to format currency
def money(x, pos):
'The two args are the value and tick position'
return "${:,.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, rowin 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：
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。
總結(jié)
以上是生活随笔為你收集整理的使用python画图表_利用Python绘制数据的瀑布图的教程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： python程序设计试卷_2013Pyt
- 下一篇： websocket python爬虫_p