Trực quan hóa tỷ số cho phân tích trong công ty

Phân tích báo cáo tài chính bằng Python

Rohan Chatterjee

Risk modeler

Trực quan hóa các tỷ số tài chính

Biểu đồ cột hữu ích để
- trực quan hóa tỷ số tài chính trung bình của một công ty, và
- đánh giá hiệu suất so với trung bình ngành

Biểu đồ cột so sánh các tỷ số tài chính của Google với trung bình các tỷ số trong ngành công nghệ.

Chuẩn bị dữ liệu để vẽ

Dùng pivot_table để tính trung bình tỷ số theo công ty:

avg_company_ratio = plot_dat.pivot_table(index=["comp_type",
                                                "company"],
                      values=["Gross Margin", "Operating Margin",
                              "Debt-to-equity", "Equity Multiplier"],
                                        aggfunc="mean").reset_index()

print(avg_company_ratio.head())

Hình này hiển thị 5 hàng đầu của DataFrame avg_company_ratio. Các cột cần chú ý là Gross Margin và Operating Margin, cho thấy trung bình các tỷ số này theo công ty.

Chuẩn bị dữ liệu để vẽ

Dùng pivot_table để tính trung bình tỷ số theo ngành:

avg_industry_ratio = plot_dat.pivot_table(index="comp_type",
                      values=["Gross Margin", "Operating Margin",
                              "Debt-to-equity", 
                              "Equity Multiplier"],
                                        aggfunc="mean").reset_index()

print(avg_industry_ratio.head())

Hình này hiển thị 5 hàng đầu của DataFrame avg_industry_ratio. Các cột cần chú ý là Gross Margin và Operating Margin, cho thấy trung bình các tỷ số này theo ngành.

Chuẩn bị dữ liệu để vẽ

Vẽ với seaborn cần dữ liệu ở dạng “dài”. Dùng pd.melt để chuyển avg_industry_ratio và avg_company_ratio sang dạng dài:

molten_plot_company = pd.melt(avg_company_ratio, id_vars=["comp_type",
                                                          "company"])
molten_plot_industry = pd.melt(avg_industry_ratio,
                               id_vars=["comp_type"])

print(molten_plot_company.head())

Hình này hiển thị 5 hàng đầu của DataFrame molten_plot_industry. Điểm chính: DataFrame giờ ở dạng dài của average_industry_ratio. Cột variable là tên tỷ số, cột value là giá trị.

print(molten_plot_industry.head())

Hình này hiển thị 5 hàng đầu của DataFrame molten_plot_industry. Điểm chính: DataFrame giờ ở dạng dài của average_company_ratio. Cột variable là tên tỷ số, cột value là giá trị.

Chuẩn bị dữ liệu để vẽ

Seaborn yêu cầu toàn bộ dữ liệu cần vẽ nằm trong một DataFrame
Dùng pd.concat để nối molten_plot_company và molten_plot_industry
molten_plot_industry không có cột company vì chứa trung bình tỷ số theo toàn ngành
pd.concat yêu cầu hai DataFrame có cùng cột, nên thêm cột company vào molten_plot_industry

molten_plot_industry["company"] = "Industry Average"
molten_plot = pd.concat([molten_plot_company, molten_plot_industry])

Vẽ biểu đồ cột

sns.barplot(data=molten_plot, y="variable", x="value", hue="company", ci=None)
plt.xlabel(""), plt.ylabel("")
plt.show()

Đây là cùng hình ảnh ở trang 2 của video. Biểu đồ cột so sánh các tỷ số tài chính của Google với trung bình ngành công nghệ.

Hãy thực hành!

Phân tích báo cáo tài chính bằng Python