Python 瀑布图完全指南：从基础原理到高级可视化实践

2026-02-09 13:19:04 0条评论 3次阅读 0人点赞

在数据可视化的世界中，我们经常需要向利益相关者展示数字是如何“一步步”变化的。也许你需要解释为什么本月净利润比上个月少了，或者展示项目预算在各个阶段的消耗情况。这时候，普通的柱状图或折线图往往显得力不从心，因为它们难以直观地呈现“初始值 -> 中间增减 -> 最终值”的逻辑链条。

这就是瀑布图大显身手的时候了。

瀑布图（Waterfall Chart），通常被称为桥接图或飞砖图，是一种专门用于展示顺序引入的正负值如何对初始值产生累积效应的强大工具。在本文中，我们将深入探讨如何使用 Python 构建专业级的瀑布图。我们不仅会涵盖基础的实现方法，还会深入代码的底层逻辑，向你展示如何利用 Matplotlib 和 Plotly 这两大主流库，从零开始打造清晰、美观且富有洞察力的可视化图表。

无论你是进行财务分析、库存管理，还是只想追踪个人开支的变化，这篇文章都将为你提供所需的全部技术细节。

瀑布图的核心逻辑

在开始写代码之前，让我们先达成一个共识：瀑布图本质上是一组经过特殊定位的柱状图。

想象一下，你有一条基线（y=0）。如果是一个普通的正值，柱子从 0 向上画；如果是负值，柱子从 0 向下画。但在瀑布图中，每一个柱子的“起飞点”都不是 0，而是前一个柱子的“落地点”。这就是实现瀑布图的核心算法。

关键概念

在 Python 中构建这个图表时，我们需要处理几个关键组件：

  • 绝对列：通常指图表的第一个值（初始值）和最后一个值（最终值），它们直接从 0 轴开始绘制。
  • 增量列：中间的数值，表示增加或减少。它们“悬浮”在空中，底部接在前一个数值的顶部。
  • 连接线：为了视觉上的连贯性，我们通常会在相邻的柱子之间画一条细线，像一座桥一样连接变化的起止点。

方法一：使用 Matplotlib 从零构建（原生方法）

虽然 Python 拥有专门绘制瀑布图的库（如 INLINECODE36fcfa7e 或 INLINECODEd5bb9056），但作为一名有追求的数据分析师，理解如何用 Matplotlib 手动实现它是至关重要的。这不仅让你对图表的底层逻辑了如指掌，还赋予了你无限的定制自由。

让我们通过一个财务场景的例子来一步步实现它。假设我们要分析公司净收入的变化过程。

1. 准备工作

首先，我们需要导入必要的库并构建数据。

# 导入 Matplotlib 和 Pandas
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 设置中文字体支持（可选，视你的环境而定）
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘] 
plt.rcParams[‘axes.unicode_minus‘] = False

2. 构建数据与计算逻辑

这是最关键的一步。我们需要计算每个柱子的底部位置。

# 创建示例数据
data = {
    ‘Category‘: [‘期初余额‘, ‘销售收入‘, ‘运营成本‘, ‘税费‘, ‘额外支出‘, ‘期末余额‘],
    ‘Amount‘: [1000, 500, -200, -100, -50, 1150]
}
df = pd.DataFrame(data)

# 打印原始数据看看
print("原始数据:")
print(df)

接下来，我们需要计算累积和，并利用它来确定每个柱子应该从哪里开始画，画多高。

# 计算逻辑：
# 1. 累积和：代表所有柱子的“顶部”位置（对于绝对值和正增量）
# 2. 偏移量：代表当前柱子的“底部”位置
df[‘Cumulative‘] = df[‘Amount‘].cumsum()

# 这里有一个技巧：我们将 Cumulative 列向上移动一行，作为下一行的基准
df[‘Start‘] = df[‘Cumulative‘].shift(1).fillna(0)

# 对于期末余额，它通常是一个汇总值，应该从 0 开始画，而不是悬浮在中间
# 我们需要单独处理它（这里假设最后一行是总计）
df.loc[df.index[-1], ‘Start‘] = 0 

# 确定颜色：正数为绿色(或蓝色)，负数为红色，总计为灰色
def get_color(amount):
    if amount >= 0:
        return ‘#2E8B57‘ # SeaGreen
    else:
        return ‘#DC143C‘ # Crimson

df[‘Color‘] = df[‘Amount‘].apply(get_color)
# 修改总计行的颜色
df.loc[df.index[-1], ‘Color‘] = ‘#4682B4‘ # SteelBlue

print("
计算后的数据:")
print(df)

3. 绘制图表

现在，让我们把数据画出来。这里我们不使用简单的 INLINECODE2914618f，而是使用 INLINECODE7ea7358f 的 bottom 参数来精确控制柱子的起始高度。

# 创建画布
fig, ax = plt.subplots(figsize=(12, 7))

# 绘制柱状图
# x: 类别位置
# height: 柱子高度 (Amount)
# bottom: 柱子底部位置 (Start)
# color: 自定义颜色
bars = ax.bar(df.index, df[‘Amount‘], bottom=df[‘Start‘], color=df[‘Color‘], edgecolor=‘white‘, width=0.6)

# 添加连接线 (让图表看起来像一座桥)
# 这里的逻辑是：从上一根柱子的顶部画一条线到当前柱子的顶部
for i in range(len(df) - 1):
    # 获取当前行和下一行的累积值
    y_end = df[‘Cumulative‘].iloc[i]
    y_next_start = df[‘Start‘].iloc[i+1]
    
    # 只有当不是总计行时才画横线（视觉优化）
    if i < len(df) - 2: 
        ax.plot([i + 0.3, i + 0.7], [y_end, y_end], color='gray', alpha=0.5, linewidth=1)
        ax.plot([i + 0.7, i + 1 - 0.3], [y_end, y_next_start], color='gray', alpha=0.5, linewidth=1)

# 格式化图表
ax.set_xticks(df.index)
ax.set_xticklabels(df['Category'])
ax.set_title('公司财务状况瀑布图分析', fontsize=16, pad=20)
ax.set_ylabel('金额 (万元)', fontsize=12)

# 添加数值标签
for bar in bars:
    height = bar.get_height()
    # 标签的位置：如果高度是正的，标签在柱子上方；如果是负的，在柱子下方
    label_y = height + bar.get_y() 
    if height < 0:
        ax.text(bar.get_x() + bar.get_width()/2, label_y - 20, f'{int(height)}', 
                ha='center', va='top', color='black', fontsize=10)
    else:
        ax.text(bar.get_x() + bar.get_width()/2, label_y + 10, f'{int(height)}', 
                ha='center', va='bottom', color='black', fontsize=10)

# 去除左边和顶部的边框，保持整洁
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()
plt.show()

方法二：使用 Plotly 实现交互式图表

如果你是在做 Web 应用或者需要在演示文稿中展示，Matplotlib 的静态图可能不够用。这时候，Plotly 是绝佳的选择。它内置了 Waterfall 图表类型，不需要我们手动计算底部位置，这大大节省了时间。

1. 基础交互图

Plotly 会自动处理很多细节，比如颜色编码和连接线。

import plotly.graph_objects as go

# 准备数据
x = [‘期初余额‘, ‘销售收入‘, ‘运营成本‘, ‘税费‘, ‘额外支出‘, ‘期末余额‘]
measure = [‘absolute‘, ‘relative‘, ‘relative‘, ‘relative‘, ‘relative‘, ‘total‘]
y = [1000, 500, -200, -100, -50, 1150]

# 创建 Waterfall 对象
fig = go.Figure(go.Waterfall(
    x = x,
    y = y,
    measure = measure,  # 指定类型：absolute(绝对值) 或 relative(相对值)
    textposition = "outside",
    text = [f"{val}" for val in y],
    decreasing = {"marker": {"color": "Maroon"}},
    increasing = {"marker": {"color": "Teal"}},
    totals = {"marker": {"color": "DeepSkyBlue"}}
))

fig.update_layout(
    title = "交互式财务瀑布图",
    waterfallgap = 0.3,
    showlegend = False
)

fig.show()

在这里，INLINECODEe3f16605 参数非常关键。INLINECODEd26ab7e6 表示该值从 0 开始（如期初），INLINECODE264e330b 表示该值是相对于前一个值变化的（如收入、支出），INLINECODE37615291 表示这是一个计算结果（如期末）。这种声明式的定义方式非常符合直觉。

2. 处理复杂场景：负的起始值

在现实生活中，我们可能会遇到“亏损”的情况，即起始值是负数。Matplotlib 处理这种情况比较复杂，但 Plotly 几乎不需要额外代码。

让我们看一个例子：假设我们正在追踪一个赤字项目。

fig = go.Figure(go.Waterfall(
    name = "赤字项目追踪", 
    orientation = "v",
    measure = ["absolute", "relative", "relative", "relative", "total"],
    x = ["初始债务", "新增借款", "部分偿还", "利息支出", "最终债务"],
    y = [-1000, 500, -200, -50, -750],
    textposition = "outside",
    text = ["-1000", "500", "-200", "-50", "-750"],
    connector = {"line": {"color": "rgb(63, 63, 63)"}},
    decreasing = {"marker": {"color": "#FF6347"}}, # 番茄红
    increasing = {"marker": {"color": "#32CD32"}}, # 酸橙绿
    totals = {"marker": {"color": "#4682B4"}}    
))

fig.update_layout(
    title = "负值起始场景下的瀑布图",
    plot_bgcolor=‘white‘
)

fig.show()

进阶技巧：自定义与性能优化

在掌握了基础之后，让我们看看如何让图表更专业、更高效。

1. 动态颜色映射

在 Matplotlib 中，硬编码颜色（如 INLINECODE91f1aa33）有时不够灵活。我们可以利用 Pandas 的向量化操作结合 Matplotlib 的 INLINECODEec4f2fc3 来实现更高级的控制。

from matplotlib.colors import ListedColormap

# 假设我们有一个更复杂的数据集，包含 "中性" 变化（比如资产重组，不产生损益）
data_complex = {
    ‘Cat‘: [‘Start‘, ‘Sales‘, ‘Refund‘, ‘Restructure‘, ‘Cost‘, ‘End‘],
    ‘Val‘: [2000, 800, -100, 0, -300, 2400]
}
df_complex = pd.DataFrame(data_complex)

# 定义颜色映射函数：正 -> 绿，负 -> 红，零 -> 灰
def get_dynamic_color(series):
    colors = []
    for val in series:
        if val > 0:
            colors.append(‘green‘)
        elif val < 0:
            colors.append('red')
        else:
            colors.append('gray')
    return colors

# 计算位置逻辑同上...
df_complex['CumSum'] = df_complex['Val'].cumsum()
df_complex['Base'] = df_complex['CumSum'].shift(1).fillna(0)
df_complex.loc[df_complex.index[-1], 'Base'] = 0 # Set Total base to 0

fig, ax = plt.subplots()
my_colors = get_dynamic_color(df_complex['Val'])

# 绘图时应用颜色列表
ax.bar(df_complex.index, df_complex['Val'], bottom=df_complex['Base'], color=my_colors)
ax.set_xticks(df_complex.index)
ax.set_xticklabels(df_complex['Cat'])
plt.title("包含中性变化的瀑布图")
plt.show()

2. 处理大数据集与性能

如果你要绘制包含数百个步骤的瀑布图（例如一年的每日现金流），Matplotlib 的绘图速度可能会变慢，且图表会变得极其拥挤。以下是一些优化建议：

  • 重采样：在绘图前，使用 Pandas 的 INLINECODE2d8372f7 或 INLINECODE1665c25b 方法将数据聚合到周或月级别。瀑布图的价值在于展示趋势，而不是每一个微小噪点。
  • 简化元素：移除网格线，减少字体大小，或者去掉连接线。
  • 使用 Plotly：对于大数据量，Plotly 基于 WebGL 的渲染引擎通常比 Matplotlib 更快，而且其自带的缩放功能完美解决了拥挤问题。

常见陷阱与解决方案

在实践中，我们经常会遇到以下几个问题，这里提供直接的解决方案：

问题 1：总计行没有落在基线上。

  • 原因：在计算过程中，累积和的浮点数误差，或者逻辑上最后一行没有被强制设置为从 0 开始。
  • 解决：在 Matplotlib 代码中，显式地将最后一行数据的 INLINECODEeb2270eb 属性设为 0（如我们在示例代码中做的 INLINECODE986f0eb8）。

问题 2：X 轴标签重叠。

  • 原因：数据点太多。
  • 解决：旋转标签（INLINECODEc9fe08cd）或者每隔 N 个标签显示一个（INLINECODEd1d9fed7）。

问题 3：负值柱子的标签位置不理想。

  • 原因：Matplotlib 默认将文本放在柱子中心或顶部，对于向下延伸的负值柱，这会导致文字显示在柱子内部或难以阅读。
  • 解决：在循环中判断 INLINECODE762020b6 值的正负，动态调整 INLINECODEe3679970 (vertical alignment) 参数，如我们在示例中使用的 if height < 0 逻辑。

总结

我们通过本文详细探索了瀑布图的奥秘。从最基础的累积和计算逻辑，到使用 Matplotlib 进行像素级的精细控制，再到利用 Plotly 快速构建交互式体验。

瀑布图不仅仅是一个图表，它是讲故事的工具。当你下次需要展示“我们从哪里来，经过了什么波折，最后到了哪里”时，请记得打开 Python 编辑器，让这些代码为你架起数据洞察的桥梁。

建议的后续步骤：

  • 尝试将你自己的 Excel 财务数据导入 Python 环境并运行上述代码。
  • 探索 Plotly 的 update_layout 方法，尝试为图表添加自定义的悬停模板。
  • 如果需要自动生成报表，可以编写一个 Python 脚本，自动读取 CSV 文件并生成带水印的 PDF 瀑布图报告。

希望这篇指南能帮助你在数据可视化的道路上更进一步！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如需转载，请注明文章出处豆丁博客和来源网址。https://shluqu.cn/39696.html
点赞
0.00 平均评分 (0% 分数) - 0 票

相关文章美国1G带宽/1T流量高速vps $17.99/年