使用Python seaborn创建帕累托图：从核心概念到实战案例_python 帕累托 80%的利润来自于20% 的产品-优快云博客

本文链接：https://blog.youkuaiyun.com/neweastsun/article/details/146300331

帕累托图是一种图表类型，它显示类别的有序频率以及类别的累积频率。本教程提供了如何在Python中创建帕累托图的逐步示例。

介绍帕累托图

帕累托图定义

帕累托图（Pareto Chart）是一种条形图与折线图的组合图表，基于意大利经济学家维尔弗雷多·帕累托提出的80/20法则（即约80%的结果由20%的原因导致）。其核心特征包括：

条形部分：按数值大小降序排列，展示各类别的频次或影响程度。
折线部分：显示累积百分比（Cumulative Percentage），反映前N项因素对整体的贡献占比。
目的：快速识别导致大多数问题的关键少数（Key Few）因素。

帕累托图核心作用

优先级排序：明确哪些因素是影响结果的主要驱动者。
资源聚焦：指导团队优先解决高权重问题（如改进前20%的缺陷类型）。
数据分布分析：验证是否符合80/20分布规律，或发现异常长尾。

示例场景：

客户投诉中，80%的投诉来自20%的产品型号。
企业利润的80%由20%的客户贡献。

典型应用场景

领域	具体案例
质量管理	分析生产线缺陷，定位导致80%故障的少数工艺步骤。
客户服务	统计客户投诉类型，优先解决高频问题（如退货率高的产品）。
销售与营销	识别贡献80%营收的20%客户或渠道，优化资源分配。
风险管理	评估风险事件发生的频率，聚焦高风险类别。
健康医疗	分析疾病发病率，确定需优先防控的病种。

matplotlib实现示例

步骤1：创建数据

假设我们进行一项调查，让350个不同的人在品牌a、B、C、D和E中找出他们最喜欢的麦片品牌。我们可以创建如下的pandas DataFrame来保存调查结果：

import pandas as pd

#create DataFrame
df = pd.DataFrame({'count': [97, 140, 58, 6, 17, 32]})
df.index = ['B', 'A', 'C', 'F', 'E', 'D']

#sort DataFrame by count descending
df = df.sort_values(by='count', ascending=False)

#add column to display cumulative percentage
df['cumperc'] = df['count'].cumsum()/df['count'].sum()*100

#view DataFrame
df

	count	cumperc
A	140	40.000000
B	97	67.714286
C	58	84.285714
D	32	93.428571
E	17	98.285714
F	6	100.000000

步骤2：创建帕累托图

我们可以使用下面的代码来创建帕累托图：

import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

#define aesthetics for plot
color1 = 'steelblue'
color2 = 'red'
line_size = 4

#create basic bar plot
fig, ax = plt.subplots()
ax.bar(df.index, df['count'], color=color1)

#add cumulative percentage line to plot
ax2 = ax.twinx()
ax2.plot(df.index, df['cumperc'], color=color2, marker="D", ms=line_size)
ax2.yaxis.set_major_formatter(PercentFormatter())

#specify axis colors
ax.tick_params(axis='y', colors=color1)
ax2.tick_params(axis='y', colors=color2)

#display Pareto chart
plt.show()

x轴显示从最高到最低频率排序的不同品牌。左边的y轴表示每个品牌的频率，右边的y轴表示品牌的累计频率。

例如，我们可以看到：

品牌A约占总调查回复的40%
品牌A和B约占总调查回应的70%
品牌A、B和C约占总调查回复的85%
等等…

步骤3：自定义帕累托图（可选）

你可以更改条形图的颜色和累积百分比线的大小，使帕累托图看起来像你喜欢的那样。例如，我们可以将条形图改为粉色，将线条改为紫色并稍微粗一些：

import matplotlib.pyplot as plt
from matplotlib.ticker import PercentFormatter

#define aesthetics for plot
color1 = 'pink'
color2 = 'purple'
line_size = 6

#create basic bar plot
fig, ax = plt.subplots()
ax.bar(df.index, df['count'], color=color1)

#add cumulative percentage line to plot
ax2 = ax.twinx()
ax2.plot(df.index, df['cumperc'], color=color2, marker="D", ms=line_size)
ax2.yaxis.set_major_formatter(PercentFormatter())

#specify axis colors
ax.tick_params(axis='y', colors=color1)
ax2.tick_params(axis='y', colors=color2)

#display Pareto chart
plt.show()

在这里插入图片描述

Seaborn实现代码

以下通过Python的seaborn和matplotlib库，演示如何基于模拟数据创建帕累托图：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 1. 模拟数据（示例：产品缺陷分类统计）
categories = ['设计缺陷', '制造缺陷', '运输损坏', '用户误操作', '其他']
values = [450, 300, 120, 90, 40]  # 各缺陷类型的数量

# 创建DataFrame并排序（按值降序）
df = pd.DataFrame({'Category': categories, 'Value': values})
df.sort_values(by='Value', ascending=False, inplace=True)

# 2. 计算累积百分比
df['Cumulative'] = df['Value'].cumsum()
df['Cumulative_Percentage'] = (df['Cumulative'] / df['Value'].sum()) * 100

# 3. 绘制帕累托图
plt.figure(figsize=(10, 6))
sns.barplot(x=df['Category'], y=df['Value'], palette='viridis')  # 条形图
plt.plot(df['Category'], df['Cumulative_Percentage'], marker='o', color='red', linestyle='--')  # 折线图

# 4. 添加标签与标题
plt.title('产品缺陷分布帕累托图', fontsize=14, pad=20)
plt.xlabel('缺陷类型', fontsize=12)
plt.ylabel('缺陷数量', fontsize=12)
plt.xticks(rotation=45)
plt.ylim(0, 100)  # 限定纵轴范围为0-100%
plt.axhline(y=80, color='gray', linestyle='-', linewidth=0.5)  # 标注80%分界线

# 5. 显示图表
plt.tight_layout()
plt.show()

代码说明：

数据准备：创建包含缺陷类型及其数量的DataFrame，并按数值降序排列。
累积百分比计算：使用cumsum()函数计算累计值，并转换为百分比。
可视化：
- sns.barplot绘制条形图，颜色使用viridis色系。
- plt.plot添加红色虚线折线，标记累积百分比。
- 通过axhline添加80%参考线，辅助判断是否满足80/20法则。

输出效果：

条形图显示各缺陷类型的数量分布。
折线图从左上到右下递减，反映累积贡献比例。
若前两项累积百分比超过80%，则符合80/20规律（如图中设计缺陷占45%，制造缺陷占30%，两者合计75%）。

进阶优化技巧

交互式帕累托图：使用plotly库创建动态图表，悬停显示详细数值。

import plotly.express as px
fig = px.pareto(df, x='Category', y='Value', cumulative=True)
fig.update_layout(title='Interactive Pareto Chart')
fig.show()