Matplotlib/Pandas从Python dict/JSON生成特定的图形

我希望从Python数据的特定格式制作特定的图形布局，但是数据可能是文本、字符串或另一个Python对象

我可以用XlsxWriter（见下文）实现这一点，但数据超载了（1400万行…不开玩笑。DNA数据）。是否可以/如何使用Matplotlib或PAndas（或更稳定的大数据）

详情： 它必须能够在飞行时执行此操作，并根据数据是否“相同”（不管数字、文本或其他Python对象）做出视觉格式决定

单元格中的颜色基于

{1:“A”，2:“A”}

中的项目是否等效（不是相同的对象）绿色表示<代码>为真，红色表示<代码>为假。例如：

“A”==“A”

（与前面的句子一样），或

（10/5）==（20/10）

，或

[“A”，1，]=[“A”，1，]

都是绿色的

显示在单元格中的文本只是对象的_str___表示形式

例如

{
    1000:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"},
          },

    1001:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },

    1002:{
          "Sample1":{1:"C", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },

    (...)

    9999:{
          "Sample1":{1:"A", 2:"T"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"G"}
          },
}

---

在Jupyter笔记本中使用熊猫和样式表：

json = {
    1000:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"},
          },
    1001:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },
    1002:{
          "Sample1":{1:"C", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },
    9999:{
          "Sample1":{1:"A", 2:"T"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"G"}
          },
}

import pandas as pd
df = pd.DataFrame(json).transpose()
df0 = df.applymap(lambda x: "{}/{}".format(x[1].__repr__(),x[2].__repr__()))
df0

df1 = df.applymap(lambda x: x[1])
df2 = df.applymap(lambda x: x[2])

booldf = df1 == df2
c = lambda x : 'background-color: {}'.format(x)
formatdf = booldf.applymap(lambda x: c("limegreen") if x else c("crimson"))

df0.style.apply(lambda x: formatdf, axis=None)

---

在Jupyter笔记本中使用熊猫和样式表：

json = {
    1000:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"},
          },
    1001:{
          "Sample1":{1:"A", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },
    1002:{
          "Sample1":{1:"C", 2:"A"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"A"}
          },
    9999:{
          "Sample1":{1:"A", 2:"T"}, 
          "Sample2":{1:"A", 2:"A"},
          "Sample3":{1:"A", 2:"G"}
          },
}

import pandas as pd
df = pd.DataFrame(json).transpose()
df0 = df.applymap(lambda x: "{}/{}".format(x[1].__repr__(),x[2].__repr__()))
df0

df1 = df.applymap(lambda x: x[1])
df2 = df.applymap(lambda x: x[2])

booldf = df1 == df2
c = lambda x : 'background-color: {}'.format(x)
formatdf = booldf.applymap(lambda x: c("limegreen") if x else c("crimson"))

df0.style.apply(lambda x: formatdf, axis=None)

---

您是否知道结束原因：“要求我们推荐或查找书籍、工具、软件库、教程或其他非现场资源的问题因堆栈溢出而与主题无关，因为它们往往会吸引自以为是的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决问题所做的工作。”？因此，您希望编辑您的问题，以决定一种工具，并显示解决方案的尝试（或指出使用此工具的实际问题）。我理解。但是，老实说，我希望避免花1到2个小时学习足够的matpoltlib，结果却发现它做不到这一点。然后再使用另一个工具。还有一个。是否有一个

Stack exchange

论坛适合这种意见问题？也许你想从回答者的角度来看。他不想花半个小时在一个解决方案上，只是为了发现它没有使用适合您的工具。（我知道你说这无关紧要，但这是真的吗？几乎每次我回答这样的问题后，都会有一条评论说，“这很好，但我不能使用它，因为原因是bla。”，而问题中根本没有提到“bla”。）例如，在这里，我可能会选择在Jupyter笔记本中使用熊猫格式的表格的解决方案。这个解决方案合适吗？很公平。我改问是否可以用Matplotlib或Pandas来实现这一点。XLS版本确实存在问题，因为它的数据量如此巨大。我知道Numpy可以处理大型阵列…但不能处理这种类型的数据。我不太了解猫或熊猫。老实说，如果我能得到matplotlib可以做到这一点的保证……那么我将花时间学习如何做到这一点。我甚至不需要实时代码（但如果提供，我会接受它）：D）“例如，在这里，我可能会选择在Jupyter笔记本中使用pandas格式表的解决方案。该解决方案合适吗？”如果你认为这确实可行……我会尝试：D老实说，我需要报告。对我的老板来说，这怎么不重要呢：）那么，我不受约束（除了买一个价值10000美元的软件或其他东西：D）你知道结案的原因吗：“要求我们推荐或查找书籍、工具、软件库、教程或其他非现场资源的问题对于堆栈溢出来说是离题的，因为它们往往会吸引自以为是的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决问题所做的工作。”？因此，您希望编辑您的问题，以决定使用一种工具，并展示解决方案的尝试（或指出使用此工具的实际问题）.我理解。但是，老实说，我希望避免花1到2个小时学习足够多的matpoltlib，结果却发现它无法做到这一点。然后再使用另一个工具。还有另一个。是否有一个

堆栈交换

论坛适合这种意见问题？也许你想从回答者的角度来看。他会的我不想花半个小时在一个解决方案上，却发现它没有为你使用合适的工具。（我知道你说这无关紧要，但这是真的吗？几乎每次我回答这样一个问题时，后面都会有评论说，“太好了，但我不能使用它，因为原因是bla。”，其中“bla”“问题中根本没有提到。）例如，在这里，我可能会选择在Jupyter笔记本中使用pandas格式表格的解决方案。这个解决方案合适吗？很公平。我改问是否可以用Matplotlib或Pandas来实现这一点。XLS版本确实存在问题，因为它的数据量如此巨大。我知道Numpy可以处理大型阵列…但不能处理这种类型的数据。我不太了解猫或熊猫。老实说，如果我能得到matplotlib可以做到这一点的保证……那么我将花时间学习如何做到这一点。我甚至不需要实时代码（但如果提供，我会接受它）：D）“例如，在这里，我可能会选择在Jupyter笔记本中使用pandas格式表的解决方案。该解决方案合适吗？”如果你认为这确实可行……我会尝试：D老实说，我需要报告。对我的老板来说，这怎么不重要呢：）所以，我不受约束（除了买一个价值10000美元的软件或其他东西：D）