小詹学Python
(好久没更新可视化绘制技巧了，继续走着
)
今天小编给大家介绍一下子弹图(Bullet chart) 的绘制方法，主要内容包括：
子弹图(Bullet chart)简单介绍 子弹图(Bullet chart)的R绘制技巧 子弹图(Bullet chart)的Python绘制技巧
子弹图(Bullet chart)简单介绍
子弹图(Bullet chart) 给大多数据人的第一印象可能就只是简单的柱形图叠加，但其所使用的场景和表达的含义却远远超过柱形图，特别是在分析环比、同比时。子弹图的主要构成元素和可视化表示如下：
文字标签和主体条柱 刻度量表 主要标记标识 用于对比的标识(可选) 定性范围标识，一般2-5个即可。
文末小编还给大家准备了一个介绍子弹图(Bullet chart) 设计的pdf文件，感兴趣的可以学习下(下载方式文末给出)~，更多关于子弹图(Bullet chart)的介绍，小伙伴可自行探索哈~
子弹图(Bullet chart)的R绘制技巧
得益于R语言在可视化绘制上的便捷性，小编这里分别提供R-ggplot2和R-bulletchartr包绘制子弹图(Bullet chart) 的技巧分享。
R-ggplot2包绘制
R-ggplot2包绘制子弹图(Bullet chart) 还是非常方便的，如下：
「样例一」：
library(tidyverse)
tibble(
name = "Example",
quant_value = 75,
qualitative = 100
) %>%
ggplot(aes(x = quant_value, y = name)) +
geom_col(aes(x = qualitative), fill = "grey") +
geom_col(width = 0.5, fill = "black") +
coord_cartesian(ylim = c(0.3, 1.7)) +
theme_minimal() +
theme(panel.grid.major.y = element_blank())
「样例二」：Add a target
ex_df <- bind_rows(
tibble(
name = rep("Ex 1", 2),
group = c("Qualitative", "Measure"),
color = c("grey", "black"),
value = c(100, 75),
width = c(0.9, 0.5),
target = rep(82, 2),
ymin = rep(0.7, 2),
ymax = rep(1.3, 2)
),
tibble(
name = rep("Ex 2", 2),
group = c("Qualitative", "Measure"),
color = c("grey", "black"),
value = c(88, 64),
width = c(0.9, 0.5),
target = rep(77, 2),
ymin = rep(1.7, 2),
ymax = rep(2.3, 2)
)
)
ex_df %>%
ggplot(aes(x = value, y = name, fill = color)) +
geom_col(width = c(0.9, 0.5, 0.9, 0.5)) +
geom_linerange(
aes(x = target, ymin = ymin, ymax = ymax),
size = 2, color = "red"
) +
coord_cartesian(ylim = c(0.3, 2.7)) +
scale_fill_identity() +
theme_minimal() +
theme(panel.grid.major.y = element_blank())
而绘制其他多类别数据的方法也都是类似的，小伙伴们可自行测试。
R-bulletchartr包绘制
R-bulletchartr包则是专门用于绘制子弹图(Bullet chart) 的第三方包，使用也非常方便，且其对绘图数据的格式要求也比较低，详细介绍如下：
「样例一」：bullet_chart()
数据预览：
绘制代码
## load example data
load(read_example("bc_ex.rda"))
bullet_chart(dataframe = bc_ex)
「样例二」：bullet_chart_wide()
数据预览： 
绘制代码:
bullet_chart_wide(file_name = read_example("Indicators_Targets_ext.xlsx"),
cal_type = "cal")
「样例三」：bullet_chart_vline()
数据预览： 绘制代码:
bullet_chart_vline(file_name = read_example("Indicators_Targets_ext.xlsx"))
更多R-bulletchartr包其他绘图函数和参数设置可参考R-bulletchartr包[1]
Python绘制
Python-matplotlib 绘制
之前小编有转载过一篇文章专门介绍使用Matplotlib绘制子弹图(Python-Matplotlib 子弹图绘制)，作者是定义bulletgraph()函数进行绘制，感兴趣的小伙伴可以看下，这里就不再描述。
Python-plotly 绘制
作为Python交互式可视化绘制强大工具之一，plotly库可以绘制多类图表，当然也包括子弹图(Bullet chart)，如下：
「样例一」：
import plotly.graph_objects as go
fig = go.Figure(go.Indicator(
mode = "number+gauge+delta", value = 220,
domain = {'x': [0, 1], 'y': [0, 1]},
delta = {'reference': 280, 'position': "top"},
title = {'text':"<b>Profit</b><br><span style='color: gray; font-size:0.8em'>U.S. $</span>", 'font': {"size": 14}},
gauge = {
'shape': "bullet",
'axis': {'range': [None, 300]},
'threshold': {
'line': {'color': "red", 'width': 2},
'thickness': 0.75, 'value': 270},
'bgcolor': "white",
'steps': [
{'range': [0, 150], 'color': "cyan"},
{'range': [150, 250], 'color': "royalblue"}],
'bar': {'color': "darkblue"}}))
fig.update_layout(height = 250)
fig.show()
「样例二」：Multi Bullet
import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(go.Indicator(
mode = "number+gauge+delta", value = 180,
delta = {'reference': 200},
domain = {'x': [0.25, 1], 'y': [0.08, 0.25]},
title = {'text': "Revenue"},
gauge = {
'shape': "bullet",
'axis': {'range': [None, 300]},
'threshold': {
'line': {'color': "black", 'width': 2},
'thickness': 0.75,
'value': 170},
'steps': [
{'range': [0, 150], 'color': "gray"},
{'range': [150, 250], 'color': "lightgray"}],
'bar': {'color': "black"}}))
fig.add_trace(go.Indicator(
mode = "number+gauge+delta", value = 35,
delta = {'reference': 200},
domain = {'x': [0.25, 1], 'y': [0.4, 0.6]},
title = {'text': "Profit"},
gauge = {
'shape': "bullet",
'axis': {'range': [None, 100]},
'threshold': {
'line': {'color': "black", 'width': 2},
'thickness': 0.75,
'value': 50},
'steps': [
{'range': [0, 25], 'color': "gray"},
{'range': [25, 75], 'color': "lightgray"}],
'bar': {'color': "black"}}))
fig.add_trace(go.Indicator(
mode = "number+gauge+delta", value = 220,
delta = {'reference': 200},
domain = {'x': [0.25, 1], 'y': [0.7, 0.9]},
title = {'text' :"Satisfaction"},
gauge = {
'shape': "bullet",
'axis': {'range': [None, 300]},
'threshold': {
'line': {'color': "black", 'width': 2},
'thickness': 0.75,
'value': 210},
'steps': [
{'range': [0, 150], 'color': "gray"},
{'range': [150, 250], 'color': "lightgray"}],
'bar': {'color': "black"}}))
fig.update_layout(height = 400 , margin = {'t':0, 'b':0, 'l':0})
fig.show()
Python-plotly库绘图功能还是非常强大的，后期公众号会推出系列专题。更多plotly库绘制子弹图(Bullet chart) 可参考plotly库绘制子弹图[2]。
总结
今天的这篇推文，小编简单的介绍了子弹图(Bullet chart) 的R和Python绘制方法，希望小伙伴们可以选择自己喜欢的工具进行绘制哈~
参考资料
R-bulletchartr包官网: https://acdivocatech.github.io/bulletchartr/index.html。
[2]plotly库绘制子弹图: https://plotly.com/python/bullet-charts/。
E N D
各位伙伴们好，詹帅本帅假期搭建了一个个人博客和小程序，汇集各种干货和资源，也方便大家阅读，感兴趣的小伙伴请移步小程序体验一下哦！（欢迎提建议）
推荐阅读
推荐阅读
