In [1]:
from model import Users, Provs, Industry
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
In [2]:
u = (Users.select(Users.id, Provs.prov, Industry.industry)
.join(Provs, on=(Users.prov==Provs.id))
.join(Industry, on=(Users.industry==Industry.id)))
df = pd.DataFrame(list(u.dicts()))
df = df.drop(df.index[df['prov']=='350000'])
In [3]:
df.head()
Out[3]:
这里groupby完成后直接用了count()来计算数量（之前用的是size()，两者其实有很大差别，不再赘述）
In [4]:
gdf = df.groupby(['prov', 'industry']).count().rename({'id': 'x'}, axis=1)#.sort_values('x', ascending=False)
gdf.head()
Out[4]:
下面调用pivot_table后就能生成透视表了，最主要参数有4个：index，columns，values，aggfunc，这里就不做解释了，因为解释起来太复杂，我这智商只能看懂，不足以说清楚-_-|||
In [5]:
locind = pd.pivot_table(gdf, index=['prov'], columns=['industry'], values=['x'], aggfunc=np.mean)
locind.T
Out[5]:
透视表固然很好，但是上面这个38×34的大表就很不直观了，不过只要转换成热力图，就能够一目了然了
这里用seaborn来生成热力图，seaborn对matplotlib进行了一次封装，提供了更方便的API。
In [6]:
import seaborn as sns
sns.set(font="Microsoft YaHei")
f, ax = plt.subplots(figsize=(40, 20))
plt.subplots_adjust(top=0.85)
f.suptitle('地区-行业 热力图', fontsize=16)
sns.heatmap(locind.fillna(0), annot=True, cmap='Reds', fmt='.0f', linewidths=.5, ax=ax)
ax.set_xlabel('行业')
ax.xaxis.set_label_position('top')
ax.set_ylabel('地区')
ax.yaxis.set_label_position('left')
xticks = ['%s' % xt.get_text().strip('x-') for xt in ax.get_xticklabels()]
ax.set_xticklabels(xticks, rotation=90)
ax.xaxis.tick_top()
plt.show()
不过，画个图还真是费劲呐