把线形图可视化转换成旭日图。

Question

我有一个数据框，长这样：

id         date          API_changes    count    content

134     2019-01-01           2           NaN      Nan
134     2019-02-05          34           12       API deleted
134     2019-02-12          18            8       Deprecation
134     2019-03-10          56           29       Segmentation Error
134     2019-05-12          75           40       Path deleted
134     2019-07-01          25           10       Type required
134     2019-10-09          137          55       API deprecated
134     2019-12-31          32           18       Media type removed
134     2020-01-03          150          99       Required param missing

我想以太阳图或任何能够捕捉API_changes中count比例的图表形式来可视化这些数据。每个commit_date的count指定了API_changes中破坏性更改的数量。

我之前以散点图的形式进行了可视化，使用轨迹（在x轴上是date，在y轴上是API_changes，color作为content列，symbol也是如此），但这并不能达到目的，因为我无法在日期上直观地看到变化的大小差异。

一种选择是堆叠条形图，但我在想是否有更多独特的图表（最好是太阳图）适用于这种类型的分析？

- Brie MerryWeather

---

这段代码可行，之前的代码似乎返回了一个我不太理解的错误，非常感谢！ - Brie MerryWeather

@BrieMerryWeather 所以基本上我之前的代码，去掉 "groupedby" 就可以了？ - VonC

是的，它非常有帮助，非常感谢。 - Brie MerryWeather

Answer 1

你可以尝试使用 Plotly Express，它直接支持 Sunburst图表。

假设有一个包含数据的 data.csv 文件：

id,date,API_changes,count,content
134,2019-01-01,2,,NaN
134,2019-02-05,34,12,API deleted
134,2019-02-12,18,8,Deprecation
134,2019-03-10,56,29,Segmentation Error
134,2019-05-12,75,40,Path deleted
134,2019-07-01,25,10,Type required
134,2019-10-09,137,55,API deprecated
134,2019-12-31,32,18,Media type removed
134,2020-01-03,150,99,Required param missing

你可以将CSV文件读入DataFrame中：

import pandas as pd

df = pd.read_csv('data.csv')

并创建Sunburst图表：

df['date'] = pd.to_datetime(df['date'])
df['date'] = df['date'].dt.strftime('%Y-%m-%d')

fig = px.sunburst(
    df,
    path=['date', 'content'],
    values='count',
    color='API_changes',
    color_continuous_scale='viridis',
    title='API Changes Sunburst Chart',
    height=600,
)

fig.show()

- VonC