代码之家 › 专栏 › 技术社区 › Bhuvan Kumar

使用matplotlib和Pandas数据帧绘制数据覆盖图

pyqtgraph dataframe matplotlib pandas python

Bhuvan Kumar · 技术社区 · 8 年前

我已经在pandas数据框中创建了时间序列的数据覆盖率,并希望在Matplotlib或PyQtGraph中绘制数据覆盖率。

DateTime    WD98    WS120   WS125B  WD123   WS125A
31-07-2013  100 99.9    99.9    NaN NaN
31-08-2013  100 100 100 NaN NaN
30-09-2013  100 100 100 NaN NaN
31-10-2013  100 100 100 NaN NaN
30-11-2013  100 100 100 100 100
31-12-2013  100 100 100 100 100
31-01-2014  100 100 100 100 100
28-02-2014  100 100 100 100 100
31-03-2014  100 100 100 100 100
30-04-2014  100 100 100 100 100
31-05-2014  67.1    100 100 67.1    7.7
30-06-2014  NaN NaN 100 0   69.2
31-07-2014  NaN NaN 100 0   100
31-08-2014  NaN NaN 100 0   96.2

上述绘图使用Excel条件格式完成。请帮帮我。

DataCoverage >= 90 (Green)
DataCoverage >= 75 and DataCoverage < 90 (Yellow)
DataCoverage < 75 (red)

1 回复 | 直到 8 年前

MaxU - stand with Ukraine 8 年前

您可以使用 seaborn.heatmap

import seaborn as sns

df = df.set_index(df.pop('DateTime').dt.strftime('%d-%m-%Y'))
g = sns.heatmap(df, cmap=['r','y','g'], annot=True, fmt='.0f')
g.set_yticklabels(g.get_yticklabels(), rotation=0, fontsize=8)

结果:

更新:

x = df.set_index(df['DateTime'].dt.strftime('%d-%m-%Y')).drop('DateTime', 1)    
z = pd.cut(x.stack(), bins=[-np.inf, 75, 90, np.inf], labels=[1.,2.,3.]).unstack().apply(pd.to_numeric)    
g = sns.heatmap(z, cmap=['r','y','g'], fmt='.0f', cbar=False)    
g.set_yticklabels(g.get_yticklabels(), rotation = 0, fontsize = 8)

结果: