如何在 Python 中创建瀑布图？

Python 是一种高级、解释型编程语言，以其清晰和易用性而闻名。由 Guido van Rossum 创建，并于 1991 年首次发布，Python 通过高质量的大空白使用强调代码的清晰度。它支持多种编程范式，包括过程式、面向对象式和函数式编程。Python 庞大而广泛的库，以及其庞大的第三方应用程序生态系统，使其在网络开发、数据分析、人工智能和科学计算等各种应用程序中都非常通用。其动态类型和自动内存管理进一步简化了开发。Python 的设计理念，强调代码的可读性和易用性，允许开发人员为小型和大型项目编写清晰、逻辑性强的代码。

图表

在 Python 中创建图表涉及利用提供数据可视化工具的库。这些库允许开发人员以图形方式表示数据，从而更容易理解和解释复杂的数据集。以下是与 Python 中图表创建相关的几个关键概念和库。

关键概念

• 数据表示
  • 图表以视觉方式呈现数据，使模式、趋势和异常值更容易理解。
  • 常见的图表类型包括折线图、条形图、直方图、散点图、饼图和箱线图。
• 库： 几个 Python 库满足不同的可视化需求，从基本绘图到高级交互式图形。

创建瀑布图

瀑布图显示一个初始值如何受到一系列中间的正面或负面值的影响。它有助于分析金融数据、收入分析等中顺序添加值的累积效应。

创建瀑布图的步骤

步骤 1：安装所需库

确保您已安装 Matplotlib 和 Pandas。如果尚未安装，您可以使用 pip 进行安装。

步骤 2：准备数据

您的数据应包含表示瀑布中步骤的类别和值。

步骤 3：计算累积值

计算运行总计以有效绘制值。

步骤 4：绘制瀑布图

使用 Matplotlib 创建图表；通过不同的颜色区分增加和减少。

示例

输出

说明

步骤 1：准备数据

• 从包含类别和相应值的数据集开始，这些值表示瀑布图中的步骤。这些数据通常以字典格式存储，键为：“Category”和“Value”。
• 将此字典转换为 Pandas DataFrame，以便于操作和绘图。

步骤 2：计算累积值

• 计算“Value”列的累积总和。此累积总和表示值的运行总计，有助于在遍历类别时可视化增量变化。

步骤 3：计算条形的开始和结束点

• 要创建瀑布效果，请计算每个条形的开始和结束点。
• 条形的开始点是前一个类别的累积值。这可以通过将累积值移动一个位置，并将第一个位置填充为 0 来完成。
• 结束点只是先前计算的累积值。

步骤 4：确定条形颜色

• 根据值是正面还是负面来分配条形的颜色。通常，增加（正值）的颜色为绿色，减少（负值）的颜色为红色。这种区分有助于在视觉上区分收益和损失。

步骤 5：绘制瀑布图

• 使用 Matplotlib 为每个类别创建条形图；使用计算出的开始和结束点来确定每个条形的高度和位置。
• 按顺序绘制每个条形，确保条形有效堆叠以反映累积变化。
• 特别是，对于最后一个类别，绘制一个单独的条形以突出显示累积总计，通常使用不同的颜色（例如，蓝色）。
• 添加 y 轴标签和图表标题。旋转 x 轴标签，以确保它们易于阅读，尤其是在类别很多的情况下。