熱圖以可視化值的百分比

Question

我正在尋找可視化下面的結果，通過使用熱圖按列對我的數據進行分組。

數據

    Classroom   Subject    Student
0   A   Mathematics         A.B.
1   B   Computer Science    G.M.
2   A   Computer Science    J.K.
3   B   Literature          S.R.
4   B   Computer Science    A.M.
5   A   Literature          S.R.
6   B   Mathematics         S.E.
7   C   Literature          S.T.
8   C   Mathematics         R.B.
9   A   Mathematics         B.K.

分組df.groupby(["Classroom", "Subject"]).size()后，我有

Classroom     Subject                    
A             Mathematics                 226
              Literature                  12
              Computer Science            122
B             Mathematics                 1
              Literature                  14
              Computer Science            19
              History                     22
              Geography                   238
C             Mathematics                 5
              Literature                  15
              

根據我在 Web 上找到的內容， Seaborn可能是創建熱圖並顯示值百分比的最佳解決方案（如果我是對的，則為.sum()/len(df))*100) 。 此解決方案Python - 基於列值獲取百分比當然對我的問題有幫助，即使它不使用 seaborn 進行可視化。 這樣做

df.groupby(["Classroom", "Subject"]).size()/len(df)*100

我得到了值的百分比。 我還需要使用熱圖 plot 這些結果。 如果您能對此提供一些幫助，我將不勝感激。

Answer 1

Seaborn 的熱圖使用 dataframe 的列和索引。 Pandas 的pivot()和pivot_table()可以創建一個合適的 dataframe：

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

df = pd.DataFrame(
    {'Classroom': np.random.choice(['A', 'B', 'C'], 1000),
     'Subject': np.random.choice(['Mathematics', 'Literature', 'Computer Science', 'History', 'Geography'], 1000),
     'Student': [''.join(np.random.choice([*'VWXYZ'], 7)) for _ in range(1000)]})
pivoted = pd.pivot_table(df, values='Student', index='Subject', columns='Classroom', aggfunc='count') / len(df) * 100

ax = sns.heatmap(data=pivoted, annot=True, fmt='.1f')
plt.tight_layout()
plt.show()