收藏文章 楼主
Python 绘制惊艳的瀑布图
版块:IT/互联网   类型:普通   作者:小羊羔links   查看:119   回复:0   获赞:0   时间:2022-01-23 23:45:46

来源丨经授权转自 数据STUDIO(ID jim_learning
作者云朵君

写在前面

瀑布图是一种二维图表,专门用于了解随着时间 多个步骤 变量的增量正负变化的影响。瀑布图也称为浮砖图、飞砖图。

今天我们一起了解瀑布图的重要性,以及如何使用不同的绘图库(如 Matplotlib、Plotly 绘制瀑布图。

瀑布图

瀑布图经常用于财务分析,以了解多种因素对特定对象的正面和负面影响。该图表可以显示基于时间 基于类别的效果。基于类别的图表表示费用 销售额的收益 损失 具有顺序正值和负值的任何其他变量。基于时间的图表表示一段时间内的收益 损失。

瀑布图大多采用水平方式。它们从水平轴开始,由一系列与负面 正面评论相关的浮动列连接。有时,条形图与图表中的线条相连。

瀑布图使用条件

让我们举个例子来了解何时何地使用瀑布图,因为制作瀑布图不是什么大问题。我们将使用一些虚拟数据和 Kaggle 数据集来构建瀑布图。

举个例子

试想下,一个普通的数据表,和一个惊艳的瀑布图,哪个更方便阅读?

这张表代表了整个一周的销售数据,使用 seaborn 库创建了热图background_gradient

import seaborn as sns
# data
a = ['mon','tue','wen','thu','fri','sat','sun']
b = [10,-30,-7.5,-25,95,-7,45]
df2 = pd.DataFrame(b,a).reset_index().rename(columns={'index':'values',0:'week'})
# table
cm = sns.light_palette("green", as_cmap=True)
df2.style.background_gradient(cmap=cm)

将格式化的表单数据和瀑布图放在一起查看。

该表按顺序显示了值的重要性,但读取这些值非常困难。相反,我们可以很容易地看到,按x轴正方向的连贯性顺序显示数据,并且黄色条显示减量,红色条显示增量。

Plotly 绘制瀑布图

我们将要使用的数据取自Netflix 电影和电视节目的Kaggle数据。

我们将使用一个开源图表库 Plotly绘制。

导入库

import plotly.graph_objects as go

数据集

df = pd.read_csv(r'D:/netflix_titles.csv')

添加年和月并转换为正确的日期时间格式

df["date_adding"] = pd.to_datetime(df['date_ added'])
df['year_addition'] = df['date_ added'].dt.year
df['month_ added'] = df['date_addition'].dt.month
df.head(3)

准备数据

2 = df[df["type"] == "Movie"]
col = "year_added"
vc2 = d2[col].value_counts().reset_index().rename(columns = {col : "count""index" : col})
vc2['percent'] = vc2['count'].apply(lambda x : 100*x/sum(vc2['count']))
vc2 = vc2.sort_values(col)

绘制瀑布图

现在我们将使用 Plotly trace go.Waterfall() 制作一个瀑布图。

fig2 = go.Figure(go.Waterfall(
    name = "Movie"
    orientation = "v"
    x = ["2008""2009""2010""2011""2012"
         "2013""2014""2015""2016""2017"
         "2018""2019""2020""2021"],
    textposition = "auto",
    text = ["1""2""1""13""3""6""14""48"
            "204""743""1121""1366""1228""84"],
    y = [12-113-36144820474311211366-1228-84],
    connector = {"line":{"color":"#b20710"}},
    increasing = {"marker":{"color":"#b20710"}},
    decreasing = {"marker":{"color":"orange"}},
))

参数设置

go.Waterfall()的每个参数

  • x:  x轴上的值
  • y:  y轴上的值
  • text: 将要在图表上显示的值
  • textposition: 我们可以把文本放在图表的柱状图内 柱状图上方

为何更加优雅的使用图表,我们可以为图表的条形及其连接线设置颜色。红色表示增加,黄色表示减少。

图表的参数

  • connector: 为连接器线提供颜色
  • increasing: 给递增的条赋予颜色
  • decreasing: 给递减的条上色

其实,上面已经完成了瀑布图的绘制,但若想他更加惊艳,可以进一步设置图表。

fig2.update_xaxes(showgrid=False)
fig2.update_yaxes(showgrid=False, visible=False)
fig2.update_traces(hovertemplate=None)
fig2.update_layout(title='Watching Movies over the year'
                   height=350,
                   margin=dict(t=80, b=20, l=50, r=50),
                   hovermode="x unified",
                   xaxis_title=' '
                   yaxis_title=" ",
                   plot_bgcolor='#333'
                   paper_bgcolor='#333',
                   title_font=dict(size=25
                                   color='#8a8d93'
                                   family="Lato, sans-serif"),
                   font=dict(color='#8a8d93'))

update_layout参数。

  • title  图表的标题
  • margin: 设置图表的边距 上、下、左、右
  • plot_bgcolor  设置绘图背景颜色
  • paper_bgcolor  设置纸张背景颜色
  • font  设置字体属性
  • title_font  设置标题字体属性

这里,通过使用 update_yaxes(visible=False) 隐藏了 y 轴。

完整代码

d2 = df[df["type"] == "Movie"]
col = "year_added"
vc2 = d2[col].value_counts().reset_index().rename(columns = {col : "count""index" : col})
vc2['percent'] = vc2['count'].apply(lambda x : 100*x/sum(vc2['count']))
vc2 = vc2.sort_values(col)
fig2 = go.Figure(go.Waterfall(
    name = "Movie", orientation = "v"
    x = ["2008""2009""2010""2011""2012"
         "2013""2014""2015""2016""2017"
         "2018""2019""2020""2021"],
    textposition = "auto",
    text = ["1""2""1""13""3""6""14""48"
            "204""743""1121""1366""1228""84"],
    y = [12-113-36144820474311211366-1228-84],
    connector = {"line":{"color":"#b20710"}},
    increasing = {"marker":{"color":"#b20710"}},
    decreasing = {"marker":{"color":"orange"}},
))
fig2.update_xaxes(showgrid=False)
fig2.update_yaxes(showgrid=False, visible=False)
fig2.update_traces(hovertemplate=None)
fig2.update_layout(title='Watching Movies over the year'
                   height=350,
                   margin=dict(t=80, b=20, l=50, r=50),
                   hovermode="x unified",
                   xaxis_title=' '
                   yaxis_title=" ",
                   plot_bgcolor='#333'
                   paper_bgcolor='#333',
                   title_font=dict(size=25, color='#8a8d93'
                                   family="Lato, sans-serif"),
                   font=dict(color='#8a8d93'))

Matplotlib绘制瀑布图

使用Matplotlib 绘制瀑布图,需要安装第三方绘图库waterfallcharts,即使用 pip 安装瀑布图库。

pip install waterfallcharts

导入库

import pandas as pd
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline

绘制瀑布图

每周的销售数据绘制一个瀑布图。

a = ['mon','tue','wen','thu','fri','sat','sun']
b = [10,-30,-7.5,-25,95,-7,45]
waterfall_chart.plot(a, b);

Matplotlib中的瀑布图

如果仔细查看图表,默认情况下,具有正值的条形为绿色,负值为红色,总值为蓝色。

向图表添加一些参数

waterfall_chart.plot(a, b, 
                     net_label='Total'
                     rotation_value=360)

图表参数

  • net_label: 在最后一根柱线,我们可以通过 net_label 改变柱线的名称。
  • rotation_value  旋转并设置x轴的值。

写在最后

本文中,我们一起看到了瀑布图的重要性 何时以及如何将它与 Plotly 和 Matploib 一起使用。如果你喜欢这篇文章,顺道点个??赞。



1、抢了个票,还以为发现了12306的系统BUG

2、太牛了!这个神奇工具让你的照片秒变宫崎骏漫画

3、6个开源笔记软件,最后那个太惊艳了!

4、这个反编译工具真心强大!Java 开发神器!!!

5、从前,有两个卖水果的公司

小羊羔锚文本外链网站长https://seo-links.cn 
回复列表
默认   热门   正序   倒序

回复:Python 绘制惊艳的瀑布图

Powered by 免费发外链软文 7.12.1

©2015 - 2022 小羊羔外链网

小羊羔SEO锚文本外链网

您的IP:34.239.167.149,2022-06-25 10:30:16,Processed in 0.01917 second(s).

支持原创软件,抵制盗版,共创美好明天!
头像

用户名:

粉丝数:

签名:

资料 关注 好友 消息