瀑布图的制作步骤_Python 绘图[通俗易懂]

作者|黄伟呢

来源|数据分析与统计学之美

简介

瀑布图，由麦肯锡顾问公司所独创的图表类型，因为形似瀑布流水，所以被大家称之为瀑布图(Waterfall Plot)，在企业经营分析、财务分析中使用较多，用以表示企业成本的构成、变化等情况。

瀑布图本质：堆积柱形图的绘制。

瀑布图的绘图原理

那么，如何用Python绘制这样一个瀑布图呢？

很多人不知道如何绘制瀑布图，是由于对瀑布图的绘图原理，不够清楚。

因此，这里先来讲述一下瀑布图的绘图原理。

有这样一份原始数据：

从最开始的销售，经过退货、信用费、回扣、滞纳金、运费，这一系列的操作后，最后肯定还有一个净总量。因此，我们需要添加这样一行。

注意：在瀑布图中，最初的“销售”与最后的“净总量”，都是以坐标轴原点为起点。

瀑布图本身就是要体现这个增减变动过程。因此，这里涉及到一个占位，如图所示：

除了首尾两个字段，都是以原点起步的，中间过程要体现这个波动过程。我特意用不同颜色，为大家圈出了这个占位的高度，但是在瀑布图中，我们并不显示出来。

文章最开始就说了，瀑布图的本质其实就是堆积的柱形图。

为了构造这个占位数据，我们需要对数据进行一定的处理。让首尾字段的数据都为0，中间部分，表示占位高度。

最后，我们利用原始数据与占位高度数据，做一个堆叠的柱形图，就可以展示出这个瀑布效果了。

瀑布图的绘图步骤

现在我就为大家讲解详细的步骤。

1. 导入相关库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2. 创建数据

index = ['销售','退货','信用费','回扣','滞纳金','运费']
data = {'金额': [350000,-30000,-7500,-25000,95000,-7000]}
df = pd.DataFrame(data=data,index=index)
df

结果如下：

瀑布图的最大问题就是弄清楚，底部堆积的条形图应该是什么。

首先，先求累积和。

df["金额"].cumsum()

结果如下：

原理部分，已经为大家讲述过，瀑布图 = 原始数据 + 占位数据，堆积而成。

因此，对于占位数据，它的首位数据，我们必须将其变为0.

total = df.sum()["金额"]
df.loc["净总量"] = total
blank = df["金额"].cumsum().shift(1).fillna(0)
blank.loc["净总量"] = total
blank.loc["净总量"] = 0

结果如下

其实，一行Python代码，就可以完成瀑布图的绘制。

df.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="瀑布")

plt.xticks(rotation=60)
plt.ylim(-100000,400000)
plt.grid()

结果如下：

其实，到这里瀑布图的绘制已经结束了。但是，为了是这个增减变动更加清楚，我们可以添加一个阶梯。

# 多添加一个绘图代码
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="瀑布图")
my_plot.plot(step.index, step.values,'k')
plt.xticks(rotation=60)
plt.ylim(-100000,400000)
plt.grid()

结果如下：

值得注意的问题

在下面这行代码中，有一个bottom参数。

df.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="瀑布图")

其实该参数，表示的是堆积柱形图的起始点，如果数据为正，则柱子在该起始点之上，如果数据为负，则柱子在该起始点之下。

我们为大家举例说明：

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()

结果如下：