Walmart 財報視覺化分析-3：使用 Python 繪製 Sankey 圖表

經過前面兩篇環境建置和資料處理，接下來要進到圖表的製作階段

前情提要：

視覺化 Walmart 財報- 01 (安裝環境、檔案基本介紹）

Walmart 財報視覺化分析 - 02 轉成 Pandas DataFrame

首先我們先把前面整理好的數據淨利營收等分類。藍色的是Total_Revenue

先用字典{}功能將同一類

這些是 財務數據的分類，每個字典代表一個財務指標，例如：

我們要做的是藍色這一塊。

Segments = { #group 起來之後要塗成藍色)
    'Membership': round(df_Revenue_b1, 2), #取小數到第二位
    'U.S.': round(df_Revenue_b2, 2),
    'International': round(df_Revenue_b3, 2),
    'Sam Club': round(df_Revenue_b4, 2)
}

補充dictionary 的用法：

儲存 key 和 value，舉例來說，如果我輸入print(Segments[Membersip]) 會輸出df_Revenue_b1 的值

{"key": "value"} 比 list [ ] 好在，有key 所以可以更快查找，而且也可以移除重複值。

• df_Revenue_b1 = 會員收入
• df_Revenue_b2 = 美國市場收入
• df_Revenue_b3 = 國際市場收入
• df_Revenue_b4 = Sam’s Club 收入

這些變數的數值來自 之前讀取的 Excel 財報數據。

其他財務指標：

Total_Revenue = {'Total Revenue': round(df_Total_Revenue, 2)}
COGS = {'COGS': round(df_Total_COGS, 2)}
GP = {'Gross Profit': round(df_GP, 2)}
Operating_Income = {'Operating Income': round(0, 2)}

• df_Total_Revenue = 總收入
• df_Total_COGS = 總銷貨成本（Cost of Goods Sold）
• df_GP = 毛利（Gross Profit）
• df_OP = 營業利潤（Operating Profit）

📌 這些字典(dictionary) 的目的是整理數據，以便後續畫圖時使用。

判斷Operating Profit vs. Operating Loss

if df_OP >= 0: #如果大於0
    OP = {'Operating Profit': round(df_OP, 2)} #大於0就存入profit
    OL = {'Operating Loss': round(0, 2)}
else:
    OP = {'Operating Profit': round(0, 2)}
    OL = {'Operating Loss': round(-df_OP, 2)} # 小於0就存入loss

📌 2. label 是什麼？解釋list(Segments.keys())

label = ( list(Segments.keys()) #.key 是拿取資料的意思
          + list(Total_Revenue.keys())
          + list(COGS.keys())
          + list(GP.keys())
          + list(OP.keys())
          + list(Total_Operating_Expenses.keys())
          + list(Operating_Expenses.keys())
          + list(Net_Interest_Income.keys())
          + list(Net_Interest_Expense.keys())
          + list(Pretax_Profit.keys())
          + list(Tax_Expense.keys())
          + list(AfterTax_Revenue.keys())
          + list(Net_Profit.keys())
           )

這一行程式碼的作用是：

1. 從所有財務字典中取出 key（名稱）
2. 組成一個 list，作為 Sankey 圖的節點名稱

📌 label 是一個包含所有財務指標名稱的列表list，例如：

['Membership', 'U.S.', 'International', 'Sam Club',
 'Total Revenue', 'COGS', 'Gross Profit', 'Operating Profit', 'Pretax Profit', 'Tax Expense', 'Net Profit']

像是這裡 U.S. 的節點

這些 將作為 Sankey 圖的節點名稱。

提取值則用 list(Segments.values())， label_value 是一個包含財報數據數值的列表，例如：

[10.5, 50.2, 20.1, 15.3, 110.4, 60.8, 49.6, 30.2, 25.1, 5.0, 20.1]

這些數值將 對應到 Sankey 圖的節點，表示每個財務指標的金額。

問題：為甚麼不一開始就存成 list[] 格式？

如果存成list 格式搜尋不僅變慢（從第一個開始找值），而且也無法使用 key 搜尋，

Segments = ['Membership', 10.5, 'U.S.', 50.2, 'International', 20.1, 'Sam Club', 15.3]

📌 4. label_combined 組合成「名稱 - 金額」的格式

label_value_strings = [str(x) for x in label_value]
label_combined = [i + ' - ' + '$' + j + 'B' for i, j in zip(label, label_value_strings)]

這段程式碼：

1. 把 label_value 轉成字串
2. 組合成「名稱 - 金額」的格式
3. 例如 Total Revenue - $110.4B

📌 這樣做的目的是讓圖表標籤更清楚，顯示數值資訊。

📌 5. source 和 target 是什麼？

先畫箭頭圖，決定誰流向誰

Membership → Total Revenue

U.S. → Total Revenue

International → Total Revenue

Sam Club → Total Revenue

Total Revenue → COGS

Total Revenue → Gross Profit

Gross Profit → Operating Expenses

Gross Profit → Pretax Profit

source = (  [label.index(sm) for sm in Segments.keys()]
         + [label.index(tr) for tr in Total_Revenue.keys()] * 2
         + [label.index(gp) for gp in GP.keys()] *  (len(Total_Operating_Expenses))
         + [label.index(oe) for oe in Total_Operating_Expenses.keys()] * len(Operating_Expenses)
         +  [label.index(gp) for gp in GP.keys()]
         + [label.index(nii) for nii in Net_Interest_Income.keys()]
         + [label.index(OP) for OP in OP.keys()]
         + [label.index(pp) for pp in Pretax_Profit.keys()]
         + [label.index(pp) for pp in Pretax_Profit.keys()]
         + [label.index(at) for at in AfterTax_Revenue.keys()]
         )

target = (  [label.index(tr) for tr in Total_Revenue.keys()] * len(Segments)
         + [label.index(cogs) for cogs in COGS.keys()]
         + [label.index(gp) for gp in GP.keys()]
         + [label.index(oe) for oe in Total_Operating_Expenses.keys()]
         + [label.index(oe) for oe in Operating_Expenses.keys()]
         + [label.index(OP) for OP in OP.keys()] * (len(GP) + len(Net_Interest_Income))
         + [label.index(pp) for pp in Pretax_Profit.keys()] * (len(OP) )
         +  [label.index(te) for te in Tax_Expense.keys()]
         +  [label.index(np) for np in Net_Profit.keys()]
         + [label.index(np) for np in Net_Profit.keys()]
           )

📌 這段程式碼的作用是

• Source 表示起點 Target 是終點
• 需要先幫這些標籤編號，用 label.index() 找到每個節點的索引
• Sourcing print出來後會是 [0, 1, 2, 3, 4, 4, 6, 8, 8, 6, 11, 7, 13, 13, 15]

[label.index(sm) for sm in Segments.keys()] #掃過每個key 並存成index

• 將它們存成一個 list，表示資金流向的來源

例如：

[0, 1, 2, 3, 4, 5, 6] #對應 membersip...gross profit

用 print 來看會是

[0, 1, 2, 3, 4, 4, 6, 8, 8, 6, 11, 7, 13, 13, 15] #Source 對上 target
[4, 4, 4, 4, 5, 6, 8, 9, 10, 7, 7, 13, 14, 16, 16]

• Membership（0）流向 Total Revenue（4）
• U.S.（1）流向 Total Revenue（4）
• International（2）流向 Total Revenue（4）

這些索引將用來繪製 Sankey 圖中的 箭頭（流向）。

📌 6. value 是什麼？

value = (
         list(Segments.values())
         + list(COGS.values())
         + list(GP.values())
         + list(Total_Operating_Expenses.values())
         + list(Operating_Expenses.values())
         + list(OP.values())
         + list(Net_Interest_Income.values())
         + list(Pretax_Profit.values())
         + list(Tax_Expense.values())
         + list(Net_Profit.values())
         + list(AfterTax_Revenue.values()) )

📌 這段程式碼的作用是

• 取得所有流向的數值
• 對應到 source 和 target，代表每條箭頭的數值

這些數值將影響 Sankey 圖的箭頭寬度。

✅ 總結

• 這段程式碼的目的是 準備數據來畫 Sankey Diagram（桑基圖）
• label → 節點名稱
• label_value → 節點的金額
• source → 箭頭的起點
• target → 箭頭的終點
• value → 箭頭的寬度（流動的金額）

1️⃣ 開始生成圖表 import plotly.graph_objects as go

import plotly.graph_objects as go #使用plotly.graph_objects這個函式庫

✅ go.Sankey() 將這個函式庫存成「go」，Sankey 則是執行圖表

2️⃣為每個流向上顏色，請參考RGB值

不一定要用作者的顏色，可以到這個網站選擇自己喜歡的顏色

https://rgbacolorpicker.com/

color = (
    ['rgba(173, 216, 230, 0.8)']   * len(Segments)  # Light Blue for Revenue Sources
    + ['rgba(250, 128, 114, 0.8)'] * len(COGS)  # Salmon for COGS
    + ['rgba(144, 238, 144, 0.8)'] * len(GP)  # Light Green for Gross Profit
    + ['rgba(250, 128, 114, 0.8)'] * len(Total_Operating_Expenses)  # Salmon for Total Operating Expenses
    + ['rgba(250, 128, 114, 0.8)'] * len(Operating_Expenses)  # Salmon for Sub Operating Expenses
    + ['rgba(144, 238, 144, 0.8)'] * (len(OP) + len(Net_Interest_Income))  # Light Green for Operating Profit & Net Interest Income
    + ['rgba(144, 238, 144, 0.8)'] * (len(Pretax_Profit))  # Light Green for Pretax Profit
    + ['rgba(230, 60, 88, 1)'] * len(Tax_Expense)  # Red for Tax Expense
    + ['rgba(144, 238, 144, 0.8)'] * len(Net_Profit)  # Light Green for Net Profit
    + ['rgba(144, 238, 144, 0.8)'] * len(AfterTax_Revenue)  # Light Green for After-Tax Revenue
)

為什麼顏色要用 len() ?

len是指 Segments 這個字典裡所涵蓋的key 數量。例如

Segments = {"Membership": 10.5, "U.S.": 50.2, "International": 20.1, "Sam Club": 15.3}
print(len(Segments))  # 會得到4總共有4個key

3️⃣ 創造 link 連結流向和 node 字典

(1) 確認流向 (link)

link = dict(source = source, target = target, value = value, color = color)

做一個字典 (dictionary) 名叫 link。這裡的dict 用法其實跟一開始的{}是一樣的，能看出差別嗎？所以也可以寫成以下模式。link 字典 在最後一part生成圖表會用到

link = {
    "source": source, #賦值source的值，並命名成source
    "target": target,
    "value": value,
    "color": color
}

(2) 定義節點 (node)

node = dict(label = label_combined, pad=50, thickness=10, color = 'grey')

✅ label_combined 所有的label 名字

✅ pad=50 節點跟節點之間的距離

✅ thickness=10 節點的寬度

✅ color='grey' 節點顏色

4️⃣ 生成圖表

data = go.Sankey(link = link, node=node) 
fig = go.Figure(data) # .figure 是生成圖表
fig.update_layout(font_size=20) #調字體
fig.show() # show 打印出來

✅ 使用Sankey 的功能 (go.Sankey()).

原始語法規定是，要描述link 跟 node，現在前面已經有用link變數取代一連串dict() 了

import plotly.graph_objects as go

data = go.Sankey(
    link=dict(
        source=[...],  # List of source node indexes
        target=[...],  # List of target node indexes
        value=[...],   # List of flow values (thickness of connections)
        color=[...]    # (Optional) List of colors for each flow
    ),
    node=dict(
        label=[...],   # List of node names
        color=[...]    # (Optional) List of node colors
    )
)

終於生成圖表了，如果要微調位置，可以在colab 手動拉 🥰

以上就是逐步拆解程式碼的學習筆記！如果再讓我重學一次，我想我會從最後面開始了解 Sankey 圖的 Syntax 需要哪些資料和變數，再逐度推演回去。