自定义matplotlib图：棋盘像彩色单元格的表

Question

我开始使用matplotlib渲染绘图，因为我学习了python和这个有趣的绘图库。对于我正在处理的问题，我需要帮助自定义绘图。可能已经有了内置功能。<​​/ p>

问题： 我试图绘制一个表（矩形）作为一个96个单元格（8行X 12 cols）的图。使用特定颜色为每个替代单元着色（如棋盘：而不是黑/白我会使用其他颜色组合）并从pandas数据框或python字典中为每个单元插入值。在侧面显示col和row标签。

示例数据：http://pastebin.com/N4A7gWuH

我希望情节看起来像这样用numpy / pandas ds代替单元格中的值。

示例图：http://picpaste.com/sample-E0DZaoXk.png

感谢您的意见。

PS：在mathplotlib的邮件列表上发布了相同的内容

Answer 1

基本上，您可以使用imshow或matshow。

但是，我不太清楚你的意思。

如果你想要一个棋盘上的每个“白色”单元格被其他一些矢量着色，你可以这样做：

import matplotlib.pyplot as plt
import numpy as np

# Make a 9x9 grid...
nrows, ncols = 9,9
image = np.zeros(nrows*ncols)

# Set every other cell to a random number (this would be your data)
image[::2] = np.random.random(nrows*ncols //2 + 1)

# Reshape things into a 9x9 grid.
image = image.reshape((nrows, ncols))

row_labels = range(nrows)
col_labels = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']
plt.matshow(image)
plt.xticks(range(ncols), col_labels)
plt.yticks(range(nrows), row_labels)
plt.show()

显然，这仅适用于具有奇数行和列的事物。您可以遍历具有偶数行和列的数据集的每一行。

E.g：

for i, (image_row, data_row) in enumerate(zip(image, data)):
    image_row[i%2::2] = data_row

但是，每行中“数据”单元格的数量会有所不同，这就是我对问题定义感到困惑的地方。

根据定义，棋盘图案在每一行中都有不同数量的“白色”单元格。
您的数据可能（？）在每行中具有相同数量的值。您需要定义您想要做的事情。您可以截断数据，也可以添加额外的列。

编辑：我刚才意识到这只适用于奇数列的数据。

无论如何，我仍然对你的问题感到困惑。

你想要一个“完整”的数据网格，并希望将数据网格中值的“棋盘”模式设置为不同的颜色，或者你想要“穿插”你的带有“棋盘格”值的数据被绘制成一些恒定的颜色？

更新

听起来你想要更像spreasheet的东西？ Matplotlib不是理想的，但你可以做到。

理想情况下，您只需使用plt.table，但在这种情况下，直接使用matplotlib.table.Table会更容易：

import matplotlib.pyplot as plt
import numpy as np
import pandas

from matplotlib.table import Table

def main():
    data = pandas.DataFrame(np.random.random((12,8)), 
                columns=['A','B','C','D','E','F','G','H'])
    checkerboard_table(data)
    plt.show()

def checkerboard_table(data, fmt='{:.2f}', bkg_colors=['yellow', 'white']):
    fig, ax = plt.subplots()
    ax.set_axis_off()
    tb = Table(ax, bbox=[0,0,1,1])

    nrows, ncols = data.shape
    width, height = 1.0 / ncols, 1.0 / nrows

    # Add cells
    for (i,j), val in np.ndenumerate(data):
        # Index either the first or second item of bkg_colors based on
        # a checker board pattern
        idx = [j % 2, (j + 1) % 2][i % 2]
        color = bkg_colors[idx]

        tb.add_cell(i, j, width, height, text=fmt.format(val), 
                    loc='center', facecolor=color)

    # Row Labels...
    for i, label in enumerate(data.index):
        tb.add_cell(i, -1, width, height, text=label, loc='right', 
                    edgecolor='none', facecolor='none')
    # Column Labels...
    for j, label in enumerate(data.columns):
        tb.add_cell(-1, j, width, height/2, text=label, loc='center', 
                           edgecolor='none', facecolor='none')
    ax.add_table(tb)
    return fig

if __name__ == '__main__':
    main()