最近做的项目的数据处理及可视化小结

Posted 2020-09-26

　　使用pandas进行数据处理，主要有对某列数据事先进行提取,提取其中的identifier。用到的操作就是df[‘column‘] = df[‘column‘].apply().

　　对数据处理完之后用到的就是matplotlib package，这时需要使用 command ipython --pylab打开matplotlib GUI后端，然后就可以使用绘图功能了。

　　这次处理主要是将数据处理成散点图和热图。

　　散点图(scatter map)是使用plt.scatter(x,y)来将点描绘到图上。

　　热图（heat map）是https://gist.github.com/teechap/9c066a9ab054cc322877中介绍的方法，这个主要的优点是不需要了解和使用numpy的数据，直接传入三维的list就可以将绘制出热图。因为暂时对heatmap 代码中绘制的函数还不太熟悉，所以暂时对使用到的函数的初步理解记录在此。

　　plt.colormesh(x,y,z,cmap).这里面x,y是list，表示的是x,y轴的刻度。z是一个多维的list。e.g：list x中有3个数据，list y中有4个数据，那么list z就是4X3。然后对于cmap是有一些固定的value让你选择的。具体可以去看camp 参数的document.