怎么用Python繪制甘特圖

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。