python - 使用 bokeh 或 matplotlib 的 Pandas DataFrame 分层饼图/ donut chart

Question

我有以下 pandas DataFrame(“A”是最后一列的标题；其余列是组合的层次索引):

    A
kingdom      phylum            class             order                family                        genus              species             
No blast hit                                                                                                                           2496
k__Archaea   p__Euryarchaeota  c__Thermoplasmata o__E2                f__[Methanomassiliicoccaceae] g__vadinCA11       s__                6
k__Bacteria  p__               c__               o__                  f__                           g__                s__                5
             p__Actinobacteria c__Acidimicrobiia o__Acidimicrobiales  f__                           g__                s__                0
                               c__Actinobacteria o__Actinomycetales   f__Corynebacteriaceae         g__Corynebacterium s__stationis       2
                                                                      f__Micrococcaceae             g__Arthrobacter    s__                8
                                                 o__Bifidobacteriales f__Bifidobacteriaceae         g__Bifidobacterium s__              506
                                                                                                                       s__animalis       48
                               c__Coriobacteriia o__Coriobacteriales  f__Coriobacteriaceae          g__                s__              734
                                                                                                    g__Collinsella     s__aerofaciens     3

(包含数据的 CSV 可用 here )

我想在饼图/ donut chart 中绘制，其中每个同心圆都是一个级别(王国、门等)，并根据该级别的 A 列的总和进行划分，所以我以类似的方式结束对此，但使用我的数据:

disk usage chart

我研究了 matplotlib 和 Bokeh ，但到目前为止我发现的最相似的东西是 Bokeh donut chart 示例，它使用了一个已弃用的图表，我不知道如何推断超过 2 个级别。

Answer 1

我不知道是否有任何预定义的东西可以做到这一点，但可以使用 groupby 和重叠饼图构建您自己的。我构建了以下脚本来获取您的数据并获得至少与您指定的内容相似的内容。

请注意，groupby 调用(用于计算每个级别的总数)必须关闭排序才能正确排列。您的数据集也非常不均匀，因此为了说明起见，我只是制作了一些随机数据来稍微展开生成的图表。

您可能需要调整颜色和标签位置，但这可能是一个开始。

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

df = pd.read_csv('species.csv')
df = df.dropna() # Drop the "no hits" line
df['A'] = np.random.rand(len(df)) * 100 + 1

# Do the summing to get the values for each layer
def nested_pie(df):

    cols = df.columns.tolist()
    outd = {}
    gb = df.groupby(cols[0], sort=False).sum()
    outd[0] = {'names':gb.index.values, 'values':gb.values}
    for lev in range(1,7):
        gb = df.groupby(cols[:(lev+1)], sort=False).sum()
        outd[lev] = {'names':gb.index.levels[lev][gb.index.labels[lev]].tolist(),
                     'values':gb.values}
    return outd

outd = nested_pie(df)
diff = 1/7.0

# This first pie chart fill the plot, it's the lowest level
plt.pie(outd[6]['values'], labels=outd[6]['names'], labeldistance=0.9,
        colors=plt.style.library['bmh']['axes.color_cycle'])
ax = plt.gca()
# For each successive plot, change the max radius so that they overlay
for i in np.arange(5,-1,-1):
    ax.pie(outd[i]['values'], labels=outd[i]['names'], 
           radius=np.float(i+1)/7.0, labeldistance=((2*(i+1)-1)/14.0)/((i+1)/7.0),
           colors=plt.style.library['bmh']['axes.color_cycle'])
ax.set_aspect('equal')

Modulo 对 random() 的调用略有变化，这会产生如下图:

在你的真实数据上它看起来像这样: