代码之家 › 专栏 › 技术社区 › RightmireM

Matplotlib/Pandas从Python dict/JSON生成特定的图形

graph matplotlib python-3.x excel json

RightmireM · 技术社区 · 8 年前

总体安排 属于蟒蛇数据,但 数据可以是文本、字符串或其他Python对象 .

我可以用XlsxWriter(见下文)实现这一点,但数据过载了(1400万行……不是开玩笑的。DNA数据)。是否可能/如何使用Matplotlib或PAndas(或更稳定的大数据)?

细节: 它必须能够在飞 ,并根据数据是否“相同”(不考虑数字、文本或其他Python对象)做出视觉格式决定。

细胞中的颜色 取决于项目是否在 {1:"A", 2:"A"} 是 相等的 (不是同一个对象)。绿色对于 True , 红色对于 False . 例如: "A" == "A" (如前几句所述),或 (10/5) == (20/10) 或 ["A", 1, <test object at 0x1052c9b70>] == ["A", 1, <test object at 0x1052c9b70>] 都是绿色的。

显示在单元格中的文本只是对象的_ustr_uuu表示。

例子。。。

{
    1000:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"},
          },

    1001:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },

    1002:{
          "Sample1":{1:"C", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },

    (...)

    9999:{
          "Sample1":{1:"A", 2:"T"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"G"}
          },
}

1 回复 | 直到 8 年前

ImportanceOfBeingErnest 8 年前

在Jupyter笔记本中使用熊猫和样式表:

json = {
    1000:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"},
          },
    1001:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },
    1002:{
          "Sample1":{1:"C", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },
    9999:{
          "Sample1":{1:"A", 2:"T"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"G"}
          },
}

import pandas as pd
df = pd.DataFrame(json).transpose()
df0 = df.applymap(lambda x: "{}/{}".format(x[1].__repr__(),x[2].__repr__()))
df0

df1 = df.applymap(lambda x: x[1])
df2 = df.applymap(lambda x: x[2])

booldf = df1 == df2
c = lambda x : 'background-color: {}'.format(x)
formatdf = booldf.applymap(lambda x: c("limegreen") if x else c("crimson"))

df0.style.apply(lambda x: formatdf, axis=None)