文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python如何制作子弹图

2023-06-22 04:14

关注

这篇文章将为大家详细讲解有关Python如何制作子弹图,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

Python如何制作子弹图

1、什么是子弹图

一个子弹图约定俗成的定义:

子弹图使用长度/高度、位置和颜色对数据进行编码,以显示与目标和性能带相比的实际情况

我们先来看下子弹图大概长什么样子:

Python如何制作子弹图

子弹图具有单一的主要度量(例如,当前年初至今的收入),将该度量与一个或多个其他度量进行比较以丰富其含义(例如,与目标相比),并将其显示在性能的定性范围的背景,例如差、满意和好。定性范围显示为单一色调的不同强度,使色盲者可以辨别它们,并将仪表板上的颜色使用限制在最低限度

好了,差不多这就是子弹图的应用场景和绘制标准了,下面我们就开始制作吧

2、构建图表

思路大致是,可以使用堆叠条形图来表示各种范围,并使用另一个较小的条形图来表示值,最后,用一条垂直线标记目标

可以看出,我们需要多个组件图层,使用 matplotlib 来实现会比较方便

import matplotlib.pyplot as pltimport seaborn as snsfrom matplotlib.ticker import FuncFormatter%matplotlib inline

这里我们还导入了 Seaborn,是因为 Seaborn 有一些非常有用的工具来管理调色板,利用这种功能比尝试以其他方式复制它更容易

我们需要生成调色板的主要原因是我们很可能希望为各种定性范围生成视觉上吸引人的配色方案,直接使用 seaborn 来完成会方便很多

在下面的例子中,我们可以使用 palplot 便利函数来显示 5 种绿色色调的调色板

sns.palplot(sns.light_palette("green", 5))

Python如何制作子弹图

sns.palplot(sns.light_palette("purple",8, reverse=True))

以相反的顺序制作 8 种不同深浅的紫色

Python如何制作子弹图

我们现在知道了如何设置调色板,接下来让我们使用 Matplotlib 根据上面列出的原则创建一个简单的子弹图

首先,定义我们想要绘制的值

limits = [80, 100, 150]data_to_plot = ("Example 1", 105, 120)

这个将创建 3 个范围:0-80、81-100、101-150 和一个值为 105 和目标线为 120 的“示例”线 接下来,构建一个蓝色调色板:

palette = sns.color_palette("Blues_r", len(limits))

接下来是构建范围的堆积条形图:

fig, ax = plt.subplots()ax.set_aspect('equal')ax.set_yticks([1])ax.set_yticklabels([data_to_plot[0]])prev_limit = 0for idx, lim in enumerate(limits):    ax.barh([1], lim-prev_limit, left=prev_limit, height=15, color=palette[idx])    prev_limit = lim

Python如何制作子弹图

然后我们可以添加一个较小的条形图来表示 105 的值:

ax.barh([1], data_to_plot[1], color='black', height=5)

Python如何制作子弹图

已经初见雏形了

最后一步是使用 axvline 添加目标标记:

ax.axvline(data_to_plot[2], color="gray", ymin=0.10, ymax=0.9)

Python如何制作子弹图

上面我就完成了子弹图的简单制作,但是我们所有的测试数值都是写死的,下面我们编写一个可以填写任意数值的代码

3、最终代码

def bulletgraph(data=None, limits=None, labels=None, axis_label=None, title=None,                size=(5, 3), palette=None, formatter=None, target_color="gray",                bar_color="black", label_color="gray"):    # Determine the max value for adjusting the bar height    # Dividing by 10 seems to work pretty well    h = limits[-1] / 10    # Use the green palette as a sensible default    if palette is None:        palette = sns.light_palette("green", len(limits), reverse=False)    # Must be able to handle one or many data sets via multiple subplots    if len(data) == 1:        fig, ax = plt.subplots(figsize=size, sharex=True)    else:        fig, axarr = plt.subplots(len(data), figsize=size, sharex=True)    # Add each bullet graph bar to a subplot    for idx, item in enumerate(data):        # Get the axis from the array of axes returned when the plot is created        if len(data) > 1:            ax = axarr[idx]        # Formatting to get rid of extra marking clutter        ax.set_aspect('equal')        ax.set_yticklabels([item[0]])        ax.set_yticks([1])        ax.spines['bottom'].set_visible(False)        ax.spines['top'].set_visible(False)        ax.spines['right'].set_visible(False)        ax.spines['left'].set_visible(False)        prev_limit = 0        for idx2, lim in enumerate(limits):            # Draw the bar            ax.barh([1], lim - prev_limit, left=prev_limit, height=h,                    color=palette[idx2])            prev_limit = lim        rects = ax.patches        # The last item in the list is the value we're measuring        # Draw the value we're measuring        ax.barh([1], item[1], height=(h / 3), color=bar_color)        # Need the ymin and max in order to make sure the target marker        # fits        ymin, ymax = ax.get_ylim()        ax.vlines(            item[2], ymin * .9, ymax * .9, linewidth=1.5, color=target_color)    # Now make some labels    if labels is not None:        for rect, label in zip(rects, labels):            height = rect.get_height()            ax.text(                rect.get_x() + rect.get_width() / 2,                -height * .4,                label,                ha='center',                va='bottom',                color=label_color)    if formatter:        ax.xaxis.set_major_formatter(formatter)    if axis_label:        ax.set_xlabel(axis_label)    if title:        fig.suptitle(title, fontsize=14)    fig.subplots_adjust(hspace=0)

代码虽然看起来有点长,但是其实都是上面步骤的叠加,都比较简单,就不再重复说明了

我们直接调用一下看看效果:

data_to_plot2 = [("张三", 105, 120),                 ("李四", 99, 110),                 ("王五", 109, 125),                 ("赵六", 135, 123),                 ("钱七", 45, 105)]bulletgraph(data_to_plot2, limits=[20, 60, 100, 160],            labels=["Poor", "OK", "Good", "Excellent"], size=(8,5),            axis_label="Performance Measure", label_color="black",            bar_color="#252525", target_color='#f7f7f7',            title="销售代表表现")

Python如何制作子弹图

我们还可以进行一些优化,格式化 x 轴以便更一致地显示信息

在下面这个例子中,我们可以衡量一家假设公司的营销预算绩效

def money(x, pos):    'The two args are the value and tick position'    return "${:,.0f}".format(x)    money_fmt = FuncFormatter(money)data_to_plot3 = [("HR", 50000, 60000),                 ("Marketing", 75000, 65000),                 ("Sales", 125000, 80000),                 ("R&D", 195000, 115000)]palette = sns.light_palette("grey", 3, reverse=False)bulletgraph(data_to_plot3, limits=[50000, 125000, 200000],            labels=["Below", "On Target", "Above"], size=(10,5),            axis_label="Annual Budget", label_color="black",            bar_color="#252525", target_color='#f7f7f7', palette=palette,            title="营销渠道预算绩效",            formatter=money_fmt)

Python如何制作子弹图

关于“Python如何制作子弹图”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯