Hướng dẫn waterfall plot python - con trăn âm mưu thác nước

Biểu đồ thác nước là biểu đồ 2D được sử dụng để hiểu tác động của việc thêm các giá trị tích cực hoặc âm theo thời gian hoặc trên nhiều bước hoặc một biến. Biểu đồ Waterfall thường được sử dụng trong phân tích tài chính để hiểu đóng góp lãi và lỗ của nhiều yếu tố so với một tài sản cụ thể.

Nội dung

1. Giới thiệu
2. Cốt truyện thác nước đơn giản
3. Các thông số khác nhau trong biểu đồ thác nước
4. Phân tích một âm mưu thác nước
5. Diễn giải tính năng quan trọng

Giới thiệu

Biểu đồ thác nước là một biểu đồ 2 chiều được sử dụng để hiểu các hiệu ứng tích lũy của các giá trị tích cực hoặc âm được thêm tuần tự cho một biến nhất định.understanding the cumulative effects of sequentially added positive or negative values for a given variable.

Điều này sẽ giúp bạn biết về cách tăng giá trị ban đầu và giảm theo thời gian hoặc theo một loạt các bước trung gian. Các hiệu ứng tích lũy có thể dựa trên thời gian hoặc dựa trên danh mục.
The cumulative effects can be either time based or category based.

Loại cốt truyện này thường được sử dụng trong phân tích tài chính để hiểu làm thế nào một giá trị cụ thể trải qua lãi và lỗ theo thời gian.commonly used in financial analysis to understand how a particular value goes through gains and losses over time.

Lưu ý rằng chỉ một số cột (thường là cột ban đầu và cột cuối cùng) được hiển thị đầy đủ và các cột khác ở giữa được hiển thị dưới dạng cột nổi (chúng chỉ hiển thị sự gia tăng hoặc giảm giá trị).

Chúng tôi sẽ xem xét làm thế nào để vẽ một biểu đồ thác nước như bảng xếp hạng ở trên.

Đầu tiên, bạn cần cài đặt thư viện

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

# Install
!pip install waterfallcharts

Sau đó, tôi sẽ nhập tất cả các thư viện cần thiết mà tôi sẽ sử dụng trong bài viết này.

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

Bây giờ, hãy để Lôi nhìn vào cách vẽ một biểu đồ thác nước đơn giản trong Python.

Cốt truyện thác nước đơn giản

Các thông số khác nhau trong biểu đồ thác nước

# plotting a simple waterfall chart
import waterfall_chart
import matplotlib.pyplot as plt
a = ['jan','feb','mar','apr','may','jun','jul','aug','sep','oct','nov','dec']
b = [1000,-300,400,-100,100,-700,400,-300,500,-700,100,50]
waterfall_chart.plot(a, b);

Phân tích một âm mưu thác nước

Diễn giải tính năng quan trọng

Giới thiệu

Biểu đồ thác nước là một biểu đồ 2 chiều được sử dụng để hiểu các hiệu ứng tích lũy của các giá trị tích cực hoặc âm được thêm tuần tự cho một biến nhất định.

Điều này sẽ giúp bạn biết về cách tăng giá trị ban đầu và giảm theo thời gian hoặc theo một loạt các bước trung gian. Các hiệu ứng tích lũy có thể dựa trên thời gian hoặc dựa trên danh mục.

# varying the sorted_value parameter
import waterfall_chart
import matplotlib.pyplot as plt
a = ['jan','feb','mar','apr','may','jun','jul','aug','sep','oct','nov','dec']
b = [1000,-300,400,-100,100,-700,400,-300,500,-700,100,50]
waterfall_chart.plot(a, b,sorted_value=True)

Loại cốt truyện này thường được sử dụng trong phân tích tài chính để hiểu làm thế nào một giá trị cụ thể trải qua lãi và lỗ theo thời gian.

Lưu ý rằng chỉ một số cột (thường là cột ban đầu và cột cuối cùng) được hiển thị đầy đủ và các cột khác ở giữa được hiển thị dưới dạng cột nổi (chúng chỉ hiển thị sự gia tăng hoặc giảm giá trị).

Chúng tôi sẽ xem xét làm thế nào để vẽ một biểu đồ thác nước như bảng xếp hạng ở trên.

# varying the net_label parameter
import waterfall_chart
import matplotlib.pyplot as plt
a = ['jan','feb','mar','apr','may','jun','jul','aug','sep','oct','nov','dec']
b = [1000,-300,400,-100,100,-700,400,-300,500,-700,100,50]
waterfall_chart.plot(a, b,sorted_value=True,net_label='LeftOver',rotation_value=90)

Đầu tiên, bạn cần cài đặt thư viện

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

Sau đó, tôi sẽ nhập tất cả các thư viện cần thiết mà tôi sẽ sử dụng trong bài viết này.

# using the threshold parameter
import waterfall_chart
import matplotlib.pyplot as plt
a = ['jan','feb','mar','apr','may','jun','jul','aug','sep','oct','nov','dec']
b = [1000,-300,400,-100,100,-700,400,-300,500,-700,100,50]
waterfall_chart.plot(a, b,sorted_value=True,net_label='LeftOver',rotation_value=90,threshold=0.5)

Bây giờ, hãy để Lôi nhìn vào cách vẽ một biểu đồ thác nước đơn giản trong Python.

Sử dụng chức năng

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

Bạn có thể thấy rằng nó đã lấy giá trị ban đầu và bắt đầu thêm và trừ các giá trị mà tôi đã vượt qua và cũng đã tính toán số tiền còn lại cuối cùng.

Các giá trị ngày càng tăng được thể hiện bằng màu xanh lá cây và các giá trị giảm được hiển thị bằng màu đỏ.

Cốt truyện này được sử dụng rộng rãi trong lĩnh vực tài chính để kiểm tra doanh thu của họ.

Các thông số khác nhau trong biểu đồ thác nước

Đặt

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

Như bạn có thể thấy các giá trị được sắp xếp dựa trên các giá trị tuyệt đối của chúng theo thứ tự giảm dần.

Sử dụng lệnh

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

Ngoài ra còn có một lệnh khác

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

# importing the required files and libarries
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
df=pd.read_csv("heart.csv")
df.head()

# Build Random forest model
# 1. splitting the dataset into test and train
y=df['target']
df.drop('target',axis=1,inplace=True)
X_train,X_test,y_train,y_test=train_test_split(df,y)

# 2. creating the model
from sklearn.ensemble import RandomForestRegressor, RandomForestClassifier
model = RandomForestClassifier(n_estimators = 150, 
                               random_state = 101)

# 3. fitting the model
model.fit(X_train,y_train)

RandomForestClassifier(bootstrap=True, ccp_alpha=0.0, class_weight=None,
                       criterion='gini', max_depth=None, max_features='auto',
                       max_leaf_nodes=None, max_samples=None,
                       min_impurity_decrease=0.0, min_impurity_split=None,
                       min_samples_leaf=1, min_samples_split=2,
                       min_weight_fraction_leaf=0.0, n_estimators=150,
                       n_jobs=None, oob_score=False, random_state=101,
                       verbose=0, warm_start=False)

Nếu bạn đặt giá trị của ngưỡng là 0,5, thì sẽ chỉ mất nửa đầu của bộ dữ liệu và hiển thị nó trong biểu đồ. Phần khác sẽ được hiển thị trong cột khác.

!pip install treeinterpreter # for installing the first time
from treeinterpreter import treeinterpreter as ti
rownames = X_test.values[None,1]
prediction, bias, contributions = ti.predict(model, rownames)
contributions = [contributions[0][i][0] for i in range(len(contributions[0]))]
colnames = X_test.columns[0:].values

Phân tích biểu đồ thác nước

import pandas as pd
import numpy as np
import waterfall_chart
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams.update({'figure.figsize':(7.5,5), 'figure.dpi':100})

Một biểu đồ thác nước có thể được sử dụng cho các mục đích phân tích, đặc biệt là để hiểu sự chuyển đổi trong giá trị định lượng của một thực thể phải chịu gia tăng hoặc giảm.

1. Hãy cùng nhìn vào một biểu đồ thác nước chứa dữ liệu hàng năm với doanh thu từ mỗi quý và cố gắng có được một số hiểu biết.
2. Cột đầu tiên

   # plotting a simple waterfall chart
   import waterfall_chart
   import matplotlib.pyplot as plt
   a = ['jan','feb','mar','apr','may','jun','jul','aug','sep','oct','nov','dec']
   b = [1000,-300,400,-100,100,-700,400,-300,500,-700,100,50]
   waterfall_chart.plot(a, b);
   

   0 chứa giá trị vào đầu năm. Sau đó, cho mỗi quý, bạn có thể xem liệu số tiền có tăng hay không. Trong giữa năm, bạn có thể thấy rằng giá trị đã giảm xuống còn 400.
3. Sau đó, trong nửa tiếp theo, giá trị giảm trong quý 3 và tăng trong quý 4 dẫn đến tổng giá trị là 425.

Biểu đồ thác nước đại diện cho các giá trị tăng trong màu xanh lá cây và giảm giá trị màu đỏ.