基于Bokeh库，手把手教你制作子弹图和瀑布图！

迷南。 2022-08-28 14:49 159阅读 0赞

首先，让我们进行导入并使 Bokeh 的输出显示在我们的笔记本中：

from bokeh.io import show, output_notebook
    from bokeh.palettes import PuBu4
    from bokeh.plotting import figure
    from bokeh.models import Label
    
    output_notebook()

## 子弹图 ##

在这个例子中，我们将用 python 列表填充数据。 我们可以修改它以适应Pandas数据框，但我们将坚持使用简单的 Python 数据类型作为本示例：

data= [("John Smith", 105, 120),
           ("Jane Jones", 99, 110),
           ("Fred Flintstone", 109, 125),
           ("Barney Rubble", 135, 123),
           ("Mr T", 45, 105)]
    
    limits = [0, 20, 60, 100, 160]
    labels = ["Poor", "OK", "Good", "Excellent"]
    cats = [x[0] for x in data]

一个棘手的代码部分，是在 y 轴上的 cat 变量中构建一个类别列表。

下一步是创建散景图并设置几个与 x 轴和网格线显示方式相关的选项。 如上所述，我们使用cats变量来定义y\_range中的所有类别。

p=figure(title="Sales Rep Performance", plot_height=350, plot_width=800, y_range=cats)
    p.x_range.range_padding = 0
    p.grid.grid_line_color = None
    p.xaxis[0].ticker.num_minor_ticks = 0

下一部分将使用散景的 hbar 创建彩色范围条。 为了完成这项工作，我们需要定义每个条的左右范围以及颜色。 我们可以使用python的zip函数来创建我们需要的数据结构。

zip(limits[:-1], limits[1:], PuBu4[::-1])
    
    # 结果如下：
    [(0, 20, '#f1eef6'),
     (20, 60, '#bdc9e1'),
     (60, 100, '#74a9cf'),
     (100, 160, '#0570b0')]

以下是如何将它们组合在一起以创建颜色范围。

for left, right, color in zip(limits[:-1], limits[1:], PuBu4[::-1]):
    	p.hbar(y=cats, left=left, right=right, height=0.8, color=color)

结果如下：  
![在这里插入图片描述][1d41c9f379bc47ab9d7ca7a1a33178e3.png]  
我们使用类似的过程，为每个性能度量添加一个黑条。

perf = [x[1] for x in data]
    p.hbar(y=cats, left=0, right=perf, height=0.3, color="black")

我们需要添加的最后一个标记是一个显示目标值的段。

comp = [x[2]for x in data]
    p.segment(x0=comp, y0=[(x, -0.5) for x in cats], x1=comp,
              y1=[(x, 0.5) for x in cats], color="white", line_width=2)

结果如下：  
![在这里插入图片描述][72c6d678211144729b9748adf22407d6.png]  
最后一步是为每个范围添加标签。 我们可以使用 zip 来创建我们需要的标签结构，然后将每个标签添加到布局中。

for start, label in zip(limits[:-1], labels):
        p.add_layout(Label(x=start, y=0, text=label, text_font_size="10pt",
                           text_color='black', y_offset=5, x_offset=15))

结果如下：  
![在这里插入图片描述][df11e7d7e79b44ae97c8229bf3a7de62.png]

## 瀑布图 ##

构造数据框，用于作为演示的数据框。

# Create the initial dataframe
    index = ['sales','returns','credit fees','rebates','late charges','shipping']
    data = {
        'amount': [350000,-30000,-7500,-25000,95000,-7000]}
    df = pd.DataFrame(data=data,index=index)
    
    # Determine the total net value by adding the start and all additional transactions
    net = df['amount'].sum()

结果如下：  
![在这里插入图片描述][60b80e5f90ca4d438c80dfb6c40073a1.png]  
最终的瀑布代码将要求我们为每个段定义几个附加属性，包括：

*  起始位置；
 *  条形颜色；
 *  标签位置；
 *  标签文字；

通过将其添加到单个数据框中，我们可以使用 Bokeh 的内置功能来简化最终代码。

对于下一步，我们将添加运行总计、段开始位置和标签的位置。

df['running_total'] = df['amount'].cumsum()
    df['y_start'] = df['running_total'] - df['amount']
    
    # Where do we want to place the label?
    df['label_pos'] = df['running_total']

接下来，我们在包含净值的数据框底部添加一行。

df_net = pd.DataFrame.from_records([(net, net, 0, net)],
                                       columns=['amount', 'running_total', 'y_start', 'label_pos'],
                                       index=["net"])
    df = df.append(df_net)

对于这个特定的瀑布，我希望将负值设置为不同的颜色，并设置图表下方的标签格式。 让我们使用值向数据框中添加列。

df['color'] = 'grey'
    df.loc[df.amount < 0, 'color'] = 'red'
    df.loc[df.amount < 0, 'label_pos'] = df.label_pos - 10000
    df["bar_label"] = df["amount"].map('{:,.0f}'.format)

这是包含我们需要的所有数据的最终数据框。 确实需要对数据进行一些操作才能达到这种状态，但它是相当标准的 Pandas 代码，如果出现问题，很容易调试。  
![在这里插入图片描述][1d386dec012a4fff9848fa5e7ce7aa7c.png]  
创建实际绘图是相当标准的 Bokeh 代码，因为数据框具有我们需要的所有值。

TOOLS = "box_zoom,reset,save"
    source = ColumnDataSource(df)
    p = figure(tools=TOOLS, x_range=list(df.index), y_range=(0, net+40000),
               plot_width=800, title = "Sales Waterfall")

通过将 ColumnDataSource 定义为我们的数据框，Bokeh 负责创建所有段和标签，而无需进行任何循环。

p.segment(x0='index', y0='y_start', x1="index", y1='running_total',
              source=source, color="color", line_width=55)

我们将做一些小的格式化来添加标签并很好地格式化 y 轴。

p.grid.grid_line_alpha=0.3
    p.yaxis[0].formatter = NumeralTickFormatter(format="($ 0 a)")
    p.xaxis.axis_label = "Transactions"

最后一步是使用 LabelSet 将所有标签添加到条形图上。

labels = LabelSet(x='index', y='label_pos', text='bar_label',
                      text_font_size="8pt", level='glyph',
                      x_offset=-20, y_offset=0, source=source)
    p.add_layout(labels)

结果如下：  
![在这里插入图片描述][2f364b079313499f81d7c02fcd60885d.png]

[1d41c9f379bc47ab9d7ca7a1a33178e3.png]: /images/20220828/3eb3332e298e402c9e2e4a02c3a36daa.png
[72c6d678211144729b9748adf22407d6.png]: /images/20220828/43f6484c774f4e939b106a3f1132130b.png
[df11e7d7e79b44ae97c8229bf3a7de62.png]: /images/20220828/1d921cba45a54ee791d0b292fbd8c2dd.png
[60b80e5f90ca4d438c80dfb6c40073a1.png]: /images/20220828/7dbdccef12cc4b3e95fd461e43d67082.png
[1d386dec012a4fff9848fa5e7ce7aa7c.png]: /images/20220828/c2bcd8b090024b34844d10ea8fd37231.png
[2f364b079313499f81d7c02fcd60885d.png]: /images/20220828/40b4c8fb55d148779cb53a49bc6615bb.png