甘特圖又稱為橫道圖、條狀圖,它是以作業(yè)排序?yàn)槟康?,將活?dòng)與時(shí)間聯(lián)系起來(lái)的最早嘗試的工具之一,能夠很直觀地顯示項(xiàng)目、進(jìn)度等和時(shí)間的內(nèi)在關(guān)系隨著時(shí)間的進(jìn)展情況,在管理和生產(chǎn)活動(dòng)中被廣泛使用。
用來(lái)制作甘特圖的專業(yè)工具也不少,常見的有:Microsoft Office Project、GanttProject、WARCHART XGantt、jQuery.Gantt、Excel等,網(wǎng)絡(luò)上也有一些優(yōu)質(zhì)工具支持在線繪制甘特圖。
可是這種現(xiàn)成的工具,往往也存在一些弊端,讓編程人員不知所措。比如說(shuō),花里胡哨的UI,讓人目不暇接,不知點(diǎn)哪個(gè)才好:
比如說(shuō),有些基于瀏覽器的圖表需要掌握HTML、JS等編程語(yǔ)言,只會(huì)點(diǎn)Python的我直接被勸退:
再比如,進(jìn)來(lái)就是注冊(cè)、登錄、試用,等搞完了這波操作,時(shí)間、精力也耗費(fèi)得差不多了:
其實(shí)這種在線環(huán)境還有一個(gè)很大的弊端——安全性。我們永遠(yuǎn)也不知道用戶的數(shù)據(jù)是去了開發(fā)者郵箱還是被短暫存儲(chǔ)后銷毀。
相比之下,還是簡(jiǎn)簡(jiǎn)單單的代碼來(lái)的醒目、直觀、安全又便捷。而且,第二種方式,使得圖表的自定義程度也更高,配色、組件尺寸等調(diào)整也往往更加方便。
下面用一個(gè)例子來(lái)說(shuō)明如何使用Python繪制甘特圖:
背景:假定疫苗生產(chǎn)需經(jīng)過(guò)CJ1、CJ2、CJ3、CJ4共4個(gè)工位,且必須按照CJ1-CJ2-CJ3-CJ4的順序輪流在4個(gè)工位加工。為防止疫苗包裝出現(xiàn)混亂,規(guī)定每個(gè)工位不能同時(shí)生產(chǎn)不同類型的疫苗,且疫苗生產(chǎn)不允許插隊(duì),即進(jìn)入第一個(gè)工位安排的每類疫苗的生產(chǎn)順序一旦確定就要一直保持不變,而且前一種類型的疫苗離開某個(gè)工位后,后一種類型的疫苗才能進(jìn)入這個(gè)工位。已知各工位生產(chǎn)加工10種疫苗的平均時(shí)長(zhǎng)(單位:min)如下表:
目標(biāo):確定最短的總加工時(shí)間,并對(duì)生產(chǎn)過(guò)程以合適的方式進(jìn)行呈現(xiàn)。
思路:在生產(chǎn)調(diào)度問(wèn)題中,關(guān)于最短加工時(shí)長(zhǎng)的目標(biāo)優(yōu)化問(wèn)題,比較常見的算法是根據(jù) Johnson 規(guī)則推廣的 CDS 算法 ,在此不再贅述,感興趣的朋友可以自行搜索。假定已確定的生產(chǎn)順序?yàn)閅M4-5-2-7-10-1-8-6-3-9,并計(jì)算出了每個(gè)工位的開始加工時(shí)間(單位:min),如下表:
針對(duì)生產(chǎn)過(guò)程呈現(xiàn)的問(wèn)題,我們用Python繪制甘特圖來(lái)進(jìn)行可視化處理。
首先,導(dǎo)入依賴的庫(kù):
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
正常顯示中文和負(fù)號(hào):
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
讀取數(shù)據(jù)表,獲取各工位加工時(shí)長(zhǎng)和各工位開始加工時(shí)間:
df1 = pd.read_excel('time.xlsx', sheet_name='continue_time', index_col='YM')
df2 = pd.read_excel('time.xlsx', sheet_name='start_time', index_col='YM')
CJS = ['CJ1', 'CJ2', 'CJ3', 'CJ4']
YMS = ['YM4', 'YM5', 'YM2', 'YM7', 'YM10', 'YM1', 'YM8', 'YM6', 'YM3', 'YM9']
# continue_time:各工位加工時(shí)長(zhǎng),start_time:各工位開始加工時(shí)間
continue_time = []
start_time = []
for cj in CJS:
continue_time.append([ym for ym in df1[cj][YMS]])
start_time.append([ym for ym in df2[cj][YMS]])
獲取數(shù)組大小,用于之后的循環(huán):
m = range(len(continue_time))
n = range(len(continue_time[0]))
以下是繪圖過(guò)程:
# 指定每個(gè)水平柱子顏色
colors = ['r', 'pink', 'orange', 'y', 'g', 'b', 'deeppink', 'purple', 'brown', 'black']
# 設(shè)置畫布大小和分辨率
plt.figure(figsize=(20, 8), dpi=200)
# barh:水平柱狀圖,設(shè)置循壞迭代以繪制層疊效果
for i in m:
for j in n:
plt.barh(m[i] + 1, continue_time[i][j], left=start_time[i][j], color=colors[j])
plt.title("疫苗生產(chǎn)甘特圖", fontsize=17)
labels = [''] * len(continue_time[0])
for f in n:
labels[f] = "YM%d" % (f + 1)
# 添加圖例
patches = [mpatches.Patch(color=colors[i],label="{:s}".format(labels[i])) for i in range(len(continue_time[0]))]
plt.legend(handles=patches, loc=4)
# XY軸標(biāo)簽
plt.xlabel("加工時(shí)間/分鐘", fontsize=15)
plt.ylabel("各工位加工流程", fontsize=15)
# XY軸刻度
plt.yticks([1, 2, 3, 4], ['CJ1', 'CJ2', 'CJ3', 'CJ4'])
# 網(wǎng)格線,此圖使用不好看,注釋掉
# plt.grid(linestyle="--",alpha=0.5)
plt.savefig('gatte.jpg')
plt.show()
到此為止,一副甘特圖就完工了。
可是對(duì)于咱們充滿藝術(shù)細(xì)胞的數(shù)據(jù)從業(yè)者來(lái)說(shuō),圖表的顏值也是相當(dāng)重要,因此我們?cè)趤?lái)一個(gè)小小的美化,只需修改設(shè)置一下漸變配色列表就好~(來(lái)自十八線美工的手動(dòng)配置)
colors = ['#3B9DD3', '#41ADE8', '#48BEFF', '#44D5FF', '#40EBFF', '#40E0CF', '#43C59E', '#42B091', '#409B83', '#51A48E']
于是乎,一副精美的甘特圖出來(lái)了~
最后,簡(jiǎn)單總結(jié)一下甘特圖優(yōu)缺點(diǎn)。
優(yōu)點(diǎn)
1.醒目、直觀、易于理解;
2.方便調(diào)配各項(xiàng)業(yè)務(wù)及工作流程的時(shí)間安排;
3.有專業(yè)軟件支持,無(wú)須擔(dān)心復(fù)雜計(jì)算和分析。
局限
1.僅僅部分地反映了活動(dòng)流程的時(shí)間、成本和范圍約束;
2.不適用于時(shí)間依賴關(guān)系過(guò)復(fù)雜的場(chǎng)景,否則將大大提高讀圖成本。
-
編程語(yǔ)言
+關(guān)注
關(guān)注
10文章
1923瀏覽量
34517 -
瀏覽器
+關(guān)注
關(guān)注
1文章
1007瀏覽量
35200 -
python
+關(guān)注
關(guān)注
54文章
4761瀏覽量
84316
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論