Python 绘制惊艳的瀑布图

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 = [1, 2, -1, 13, -3, 6, 14, 48, 204, 743, 1121, 1366, -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 = [1, 2, -1, 13, -3, 6, 14, 48, 204, 743, 1121, 1366, -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

为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);

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。