来自两个类别百分比的 Python 热图答案

【问题标题】：Python Heatmap from percentages of two categories来自两个类别百分比的 Python 热图
【发布时间】：2020-08-05 12:56:59
【问题描述】：

我有一个由两列组成的数据集，每一列是一个类别，每一行代表一个用户。用户将在一列中有一个年龄范围，在另一列中有一个类别 (A-E)。

我想查找每个年龄段的每个类别的用户百分比。例如：

18-25: A - 25%, B - 35%, C - 30%, D - 5%, E - 5%
26-40: A - 15%, B - 45%, C - 10%, D - 15%, E - 15%

有了这些信息，我想创建一种热图，其中年龄范围向下类别排在最前面。每个单元格的“热度”就是相应类别/年龄范围的百分比有多高。

任何帮助将不胜感激

谢谢

【问题讨论】：

标签： python pivot-table seaborn heatmap

【解决方案1】：

这是我使用 pandas、numpy 和 seaborn 的解决方案：

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

# Create summaryTable
ageGroups = np.array(["18-25","26-40"])
categories = np.array(['A','B','C','D','E'])
summaryTable = pd.DataFrame(index=ageGroups, columns=categories)

ageGroupsInts = np.array([18,25,26,40])

counter = 0
for i in range(0, ageGroupsInts.shape[0], 2):
    inAgeGroupI = df.loc[df.Age >= ageGroupsInts[i]].loc[df.Age <= ageGroupsInts[i+1]]
    numEntries = inAgeGroupI.shape[0]
    
    for j in range(categories.shape[0]):
        df_catJ = inAgeGroupI.loc[inAgeGroupI.Category == categories[j]]
        
        summaryTable.at[ageGroups[counter], categories[j]] = df_catJ.shape[0] / numEntries * 100
        
    counter += 1
        

# Create heatmap 
summaryTable_np = summaryTable.to_numpy().astype(float)
xLabels = categories
yLabels = ageGroups
seaborn.heatmap(summaryTable_np, annot=True, linewidths=.5, square=True, 
                xticklabels=xLabels, yticklabels=yLabels,
                vmin=np.amin(summaryTable_np), vmax=np.amax(summaryTable_np), cmap='Reds')
plt.yticks(rotation=0)

其中df 是一个 (nRows,2) 大小的数据框，包含“年龄”和“类别”列，summaryTable 是一个数据框，其中年龄组为行，A-E 类别为列。

这是一个示例输出热图：

【讨论】：