Question

我有以下pandas DataFrame（＆＃34; A＆＃34;是最后一列的标题;其余列是组合层次结构索引）：

    A
kingdom      phylum            class             order                family                        genus              species             
No blast hit                                                                                                                           2496
k__Archaea   p__Euryarchaeota  c__Thermoplasmata o__E2                f__[Methanomassiliicoccaceae] g__vadinCA11       s__                6
k__Bacteria  p__               c__               o__                  f__                           g__                s__                5
             p__Actinobacteria c__Acidimicrobiia o__Acidimicrobiales  f__                           g__                s__                0
                               c__Actinobacteria o__Actinomycetales   f__Corynebacteriaceae         g__Corynebacterium s__stationis       2
                                                                      f__Micrococcaceae             g__Arthrobacter    s__                8
                                                 o__Bifidobacteriales f__Bifidobacteriaceae         g__Bifidobacterium s__              506
                                                                                                                       s__animalis       48
                               c__Coriobacteriia o__Coriobacteriales  f__Coriobacteriaceae          g__                s__              734
                                                                                                    g__Collinsella     s__aerofaciens     3

（包含数据的CSV here）

我想在饼图/圆环图中绘图，其中每个同心圆是一个水平（王国，门等），并根据该级别的A列的总和进行划分，所以我以类似的东西结束对此，但我的数据：

disk usage chart

我已经查看了matplotlib和bokeh，但到目前为止我发现的最相似的事情是散景甜甜圈图表示例，使用了一个不推荐的图表，我不知道如何推断超过2个级别。

Answer 1

我不知道是否有任何预定义可以做到这一点，但是可以构建自己的使用groupby和重叠的饼图。我构造了以下脚本来获取您的数据并获得至少与您指定的内容类似的内容。

请注意，groupby调用（用于计算每个级别的总计）必须关闭排序才能正确排列。你的数据集也非常不统一，所以为了说明，我只是制作了一些随机数据来展开得到的图表。

您可能需要调整颜色和标签位置，但这可能是一个开始。

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

df = pd.read_csv('species.csv')
df = df.dropna() # Drop the "no hits" line
df['A'] = np.random.rand(len(df)) * 100 + 1

# Do the summing to get the values for each layer
def nested_pie(df):

    cols = df.columns.tolist()
    outd = {}
    gb = df.groupby(cols[0], sort=False).sum()
    outd[0] = {'names':gb.index.values, 'values':gb.values}
    for lev in range(1,7):
        gb = df.groupby(cols[:(lev+1)], sort=False).sum()
        outd[lev] = {'names':gb.index.levels[lev][gb.index.labels[lev]].tolist(),
                     'values':gb.values}
    return outd

outd = nested_pie(df)
diff = 1/7.0

# This first pie chart fill the plot, it's the lowest level
plt.pie(outd[6]['values'], labels=outd[6]['names'], labeldistance=0.9,
        colors=plt.style.library['bmh']['axes.color_cycle'])
ax = plt.gca()
# For each successive plot, change the max radius so that they overlay
for i in np.arange(5,-1,-1):
    ax.pie(outd[i]['values'], labels=outd[i]['names'], 
           radius=np.float(i+1)/7.0, labeldistance=((2*(i+1)-1)/14.0)/((i+1)/7.0),
           colors=plt.style.library['bmh']['axes.color_cycle'])
ax.set_aspect('equal')

从调用到random()的模数略有变化，这会产生如下情节：

在您的真实数据上，它看起来像这样：

Pandas DataFrame使用散景或matplotlib的分层饼图/圆环图

1 个答案: