介绍

对于绘制某些类型的数据来说，瀑布图是一种十分有用的工具。不足为奇的是，我们可以使用Pandas和matplotlib创建一个可重复的瀑布图。

在往下进行之前，我想先告诉大家我指代的是哪种类型的图表。我将建立一个维基百科文章中描述的2D瀑布图。

这种图表的一个典型的用处是显示开始值和结束值之间起“桥梁”作用的+和-的值。因为这个原因，财务人员有时会将其称为一个桥梁。跟我之前所采用的其他例子相似，这种类型的绘图在Excel中不容易生成，当然肯定有生成它的方法，但是不容易记住。

关于瀑布图需要记住的关键点是：它本质上是一个堆叠在一起的条形图，不过特殊的一点是，它有一个空白底栏，所以顶部栏会“悬浮”在空中。那么，让我们开始吧。

创建图表
首先，执行标准的输入，并确保IPython能显示matplot图。

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

%matplotlib inline

设置我们想画出瀑布图的数据，并将其加载到数据帧（DataFrame）中。

数据需要以你的起始值开始，但是你需要给出最终的总数。我们将在下面计算它。

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函数来更简单地控制我要显示的内容。

from IPython.display import display
display(trans)

瀑布图的最大技巧是计算出底部堆叠条形图的内容。有关这一点，我从stackoverflow上的讨论中学到很多。

首先，我们得到累积和。

display(trans.amount.cumsum())
sales? ? ? ? ? 350000
returns? ? ? ? 320000
credit fees? ? 312500
rebates? ? ? ? 287500
late charges? ? 382500
shipping? ? ? ? 375500
Name: amount, dtype: int64

这看起来不错，但我们需要将一个地方的数据转移到右边。

blank=trans.amount.cumsum().shift(1).fillna(0)
display(blank)

sales? ? ? ? ? ? ? ? 0
returns? ? ? ? 350000
credit fees? ? 320000
rebates? ? ? ? 312500
late charges? ? 287500
shipping? ? ? ? 382500
Name: amount, dtype: float64

我们需要向trans和blank数据帧中添加一个净总量。

total = trans.sum().amount
trans.loc["net"] = total
blank.loc["net"] = total
display(trans)
display(blank)

sales? ? ? ? ? ? ? ? 0
returns? ? ? ? 350000
credit fees? ? 320000
rebates? ? ? ? 312500
late charges? ? 287500
shipping? ? ? ? 382500
net? ? ? ? ? ? 375500
Name: amount, dtype: float64

创建我们用来显示变化的步骤。

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

对于“net”行，为了不使堆叠加倍，我们需要确保blank值为0。

1 blank.loc["net"] = 0

然后，将其画图，看一下什么样子。

my_plot = trans.plot(kind='bar', stacked=True, bottom=blank,legend=None, title="2014 Sales Waterfall")
my_plot.plot(step.index, step.values,'k')

?

看起来相当不错，但是让我们试着格式化Y轴，以使其更具有可读性。为此，我们使用FuncFormatter和一些Python2.7+的语法来截断小数并向格式中添加一个逗号。

?def money(x, pos):
? ? 'The two args are the value and tick position'
? ? return "${:,.0f}".format(x)

from matplotlib.ticker import FuncFormatter
formatter = FuncFormatter(money)

然后，将其组合在一起。

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)

完整脚本

基本图形能够正常工作，但是我想添加一些标签，并做一些小的格式修改。下面是我最终的脚本：