上下文:我正在尝试构建一个 seaborn 热图以映射以下类型的数据(在数据框中):
(这最多可以有 50 个水果和 5500 个商店)
我的问题(我认为)是 seaborn 似乎想使用 ascii,但我的数据是 utf-8。当我读取 csv 文件时,我无法执行以下操作:
df = pd.read_csv('data.csv', encoding = 'ascii')
没有得到以下错误:
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 3: ordinal not in range(128)
当我使用 utf-8 引入它时,它会读取并且我可以将它 reshape 为热图友好的形式,但是在尝试运行时:
sns.heatmap(df2)
我得到一个类似的 UnicodeDecodeError
我的商店或 Orchard 中确实有简单的特殊字符(冒号、退格符等),所以我想知道最好的方法是什么。
- 我应该在我的数据帧上运行一些东西来删除 utf-8 字符吗 然后用ascii编码?
- 我是否应该对我的源 .csv 文件做些什么来删除 utf-8 字符?
- 我可以用另一种方式运行 seaborn 来接受我的编码吗?
如果有人有首选方法,他们可以帮助我使用正确的代码来完成它吗?
Python 版本 2.7.12::Anaconda 4.1.1(64 位) Pandas (0.18.1) 海洋 (0.7.1)
请您参考如下方法:
您的配置(Python 2.7、Pandas 0.18.1、Seaborn 0.7.1)当然应该能够处理 utf-8。即使图中使用的字体不支持这些 unicode 字符,热图仍应显示。这是一个测试用例:
import pandas as pd
import seaborn as sns
df = pd.DataFrame(
{'Fruit': ['Apple', 'Banana', 'Orange', 'Kiwi'] * 2,
'Store': [u'Kr\xf6ger'] * 4 + [u'F\u0254\u0254d Li\u01ebn'] * 4,
'Stock': [6, 1, 3, 4, 1, 7, 7, 9]})
sns.heatmap(df.pivot("Fruit", "Store", "Stock"))
因此,问题出在您的数据框 df2 中的某处。您的评论指出 df2 是通过 reshape 另一个数据框创建的,可能也通过 pivot() 或 crosstab() 之类的东西创建。
让我们假设这个原始数据框包含列 Store 和 Fruit,并且它是像这样从您的文件中读取的,即使用默认编码:
raw = pd.read_csv('data.csv')
为了测试,这是该文件 data.csv 的内容:
Store,Fruit,Stock
Kröger,Apple,6
Kröger,Banana,1
Kröger,Orange,3
Kröger,Kiwi,4
Fɔɔd Liǫn,Apple,1
Fɔɔd Liǫn,Banana,7
Fɔɔd Liǫn,Orange,7
Fɔɔd Liǫn,Kiwi,9
现在,为了修复列 Store 和 Fruit 的编码,以便它们包含有效的 Unicode 字符串,请使用 decode()字符串方法,像这样:
raw["Store"] = raw["Store"].apply(lambda x: x.decode("utf-8"))
raw["Fruit"] = raw["Fruit"].apply(lambda x: x.decode("utf-8"))
现在,heatmap() 应该可以愉快地处理数据框:
sns.heatmap(raw.pivot("Fruit", "Store", "Stock"))
