时间戳

首页 > 解决方案 > 来自 (x, y, z) 数据的 Plotly 热图

python - 来自 (x, y, z) 数据的 Plotly 热图

问题描述

我正在尝试实现 Plotly 的热图。您可以查看https://plotly.com/python/heatmaps/中的文档

文档中的示例之一是：

import plotly.graph_objects as go

fig = go.Figure(data=go.Heatmap(
                   z=[[1, None, 30, 50, 1], [20, 1, 60, 80, 30], [30, 60, 1, -10, 20]],
                   x=['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
                   y=['Morning', 'Afternoon', 'Evening'],
                   hoverongaps = False))
fig.show()

输出： 在此处输入图像描述

问题是，假设我在 (x, y, z) 之类的表中有数据。例如，根据上图：

data = [
['Monday', 'Morning', 1],
['Monday', 'Afternoon', 20],
['Monday', 'Evening', 30],
['Tuesday', 'Morning', None],
['Tuesday', 'Afternoon', 1],
['Tuesday', 'Evening', 60],
['Wednesday', 'Morning', 30],
['Wednesday', 'Afternoon', 60],
['Wednesday', 'Evening', 1],
['Thursday', 'Morning', 50],
['Thursday', 'Afternoon', 80],
['Thursday', 'Evening', -10],
['Friday', 'Morning', 1],
['Friday', 'Afternoon', 30],
['Friday', 'Evening', 20]
]

或在 DataFrame 中：

import pandas as pd
df = pd.DataFrame(data=data, columns=['x','y','z'])
print(df)

输出：

            x          y     z
0      Monday    Morning   1.0
1      Monday  Afternoon  20.0
2      Monday    Evening  30.0
3     Tuesday    Morning   NaN
4     Tuesday  Afternoon   1.0
5     Tuesday    Evening  60.0
6   Wednesday    Morning  30.0
7   Wednesday  Afternoon  60.0
8   Wednesday    Evening   1.0
9    Thursday    Morning  50.0
10   Thursday  Afternoon  80.0
11   Thursday    Evening -10.0
12     Friday    Morning   1.0
13     Friday  Afternoon  30.0
14     Friday    Evening  20.0

如何轻松地将这些数据转换为 Plotly 所需的格式？

标签： pythonplotly

解决方案

好吧，我必须承认，这不是我最干净的代码，但它完成了工作。

首先，请注意zindata与 plotly example 的顺序不同z。这是因为你的按天排序，而他们的按天的时间排序。所以首先我使用它进行排序，使用自定义字典键，使用 numpy 的 reshape 方法将其转换为所需的形状，然后将值转换为浮点数。

对于 x 和 y，我使用了列表推导，即列表集技巧，然后将它们排序回所需的顺序。

最后，这只是一个阴谋的问题。

import plotly.graph_objects as go
import numpy as np

data = [
['Monday', 'Morning', 1],
['Monday', 'Afternoon', 20],
['Monday', 'Evening', 30],
['Tuesday', 'Morning', None],
['Tuesday', 'Afternoon', 1],
['Tuesday', 'Evening', 60],
['Wednesday', 'Morning', 30],
['Wednesday', 'Afternoon', 60],
['Wednesday', 'Evening', 1],
['Thursday', 'Morning', 50],
['Thursday', 'Afternoon', 80],
['Thursday', 'Evening', -10],
['Friday', 'Morning', 1],
['Friday', 'Afternoon', 30],
['Friday', 'Evening', 20]
]


seq_time = {'Morning':0, 'Afternoon':1, 'Evening':2}
seq_day = {'Monday':0, 'Tuesday': 1, 'Wednesday':2, 'Thursday':3, 'Friday':4}
data.sort(key = lambda x: seq_time[x[1]])
z = np.array([i[2] for i in data]).reshape(3,5).astype(float)
x = sorted(list(set([i[0] for i in data])), key = lambda x: seq_day[x])
y = sorted(list(set([i[1] for i in data])), key = lambda x: seq_time[x])

fig = go.Figure(data=go.Heatmap(
                   z=z,
                   x=x,
                   y=y,
                   hoverongaps = False))
fig.show()

推荐阅读