Skip to main content
 首页 » 编程设计

python之UnicodeDecodeError 帮助 : Data needs to be in ascii for seaborn but source code is in utf-8

2025年04月02日9unruledboy

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 un​​icode 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"))