一文教你如何使用Python绘制瀑布图

2023-05-16 14:49

短信预约 -IT技能 免费直播动态提醒

前期准备

首先先安装所需的库：

pip install waterfallcharts (注意该库名)
pip install waterfall_ax (注意该库名)
pip install plotly

接着导入要搭配使用的Pandas库和Matplotlib库：

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = (16, 8)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

准备一些模拟数据，用于后续不同的Python库绘制瀑布图。

df = pd.DataFrame(
    data={
        "time": ["2021 end", "Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"],
        "users": [100, 120, 110, 150, 160, 190, 240, 200, 230, 240, 250, 280, 300]
    }
)

方法一：waterfall_ax

首先我们使用waterfall_ax库，它是基于 Matplotlib 来创建灵活的瀑布图。

https://github.com/microsoft/waterfall_ax

from waterfall_ax import WaterfallChart
fig, ax = plt.subplots(1, 1, figsize=(16, 8))
waterfall = WaterfallChart(df["users"].to_list())
wf_ax = waterfall.plot_waterfall(ax=ax, title="人生苦短，快学Python！")

需要注意一点，waterfall_ax这个库使用的是 Python 列表，所以在上面代码中我们将Pandas的"users"列通过to_list转为了列表。

此外，我们还可以增加更多的参数，如下所示：

fig, ax = plt.subplots(1, 1, figsize=(16, 8))
waterfall = WaterfallChart(
    df["users"].to_list(),
    step_names=df["time"].to_list(), 
    metric_name="# users", 
    last_step_label="now"
)
wf_ax = waterfall.plot_waterfall(ax=ax, title="人生苦短，快学Python！")

方法二：waterfall_chart

方法二是使用waterfall_chart库，不过会较上一个方法多一个步骤，即需要加一个包含增量的列[2]。如下所示，我们可以向dataframe中添加一个新列并计算得到增量diff。

import waterfall_chart
df_1 = df.copy()
df_1["delta"] = df_1["users"].diff().fillna(100)
df_1

在交互式环境中输入如下命令，

waterfall_chart.plot(df_1["time"], df_1["delta"])

运行输出：

waterfall_chart库同样也可以增加其他参数，本文不再做单独展示。

方法三：plotly

前面的两种方法相对来说比较小众一点，那么方法三用到的plotly库大家一定都比较熟悉。与waterfall_chart库一样，在绘制之前也需要多一步进行数据处理。

df_2 = df_1.copy()
df_2["delta_text"] = df_2["delta"].astype(str)
df_2["measure"] = ["absolute"] + (["relative"] * 12)
df_2

在交互式环境中输入如下命令：

fig = go.Figure(
    go.Waterfall(
        measure=df_2["measure"],
        x=df_2["time"],
        textposition="outside",
        text=df_2["delta_text"],
        y=df_2["delta"],
    )
)

fig.update_layout(
    title="人生苦短，快学Python！",
    showlegend=False
)

fig.show()

使用plotly库有一个非常大的优势，这些图是完全交互的，我们可以放大，也可以通过选项来获取更多信息，如下图所示。

另外，与之前两种方法绘制的图相比，刚刚plotly库绘制的图少了一个“柱子”显示净/总计。可以这样处理：

total_row = pd.DataFrame(
    data={
        "time": "now", 
        "users": 0, 
        "delta":0, 
        "delta_text": "", 
        "measure": "total"
    }, 
    index=[0]
)
df_3 = pd.concat([df_2, total_row], ignore_index=True)

用于生成瀑布图的Python代码实际上并未改变，唯一的区别是我们使用的DataFrame增加一个额外行。

fig = go.Figure(
    go.Waterfall(
        measure=df_3["measure"],
        x=df_3["time"],
        textposition="outside",
        text=df_3["delta_text"],
        y=df_3["delta"],
    )
)

fig.update_layout(
    title="人生苦短，快学Python！",
    showlegend=False
)

fig.show()

运行输出：