Zweck dieses Artikels

Erstellen Sie eine Heatmap im Kalenderstil mit Feiertagen, z.

Übrigens wird für die Daten das mit der Qiita-API erfasste Artikelveröffentlichungsdatum von @yaotti als 1 Beitrag = 1 Ereignis verwendet.

Kommentar

Also habe ich den Code selbst geschrieben!

Vorbereitung

Bereiten Sie zuerst die Bibliothek vor.

!pip install jpholiday #Urlaubsinformationen erhalten
!pip install japanize_matplotlib #Zur Japanisierung von plt

import numpy as np
import pandas as pd
import requests
import json
from pandas.io.json import json_normalize
import datetime
import jpholiday

import seaborn as sns
import matplotlib.pyplot as plt
import japanize_matplotlib
import matplotlib.patches as patches #Zeichne ein Rechteck

Vorbereitung der Daten

Bereiten Sie die entsprechenden Ereignisdaten vor. Ich habe kürzlich versucht, die Qiita-API zu verwenden, daher denke ich, dass das Veröffentlichen eines Qiita-Artikels ein Ereignis ist, und das Veröffentlichungsdatum Visualisieren.

Die abgerufenen Post-Daten haben das folgende Format: Alle anderen Daten sind in Ordnung, solange eine Zeitstempelspalte vorhanden ist. Dieses Mal sind die Zeitstempelinformationen in der Spalte `` `created_at``` enthalten.

Konvertieren Sie zunächst den Wert, der als Zeichenfolge in der Zeitstempelspalte enthalten ist, in einen Wert namens "datetime.datetime type".

`Format muss entsprechend geändert werden.`



```python
df["created_at"] = pd.to_datetime(df["created_at"], format='%Y-%m-%dT%H:%M:%S+09:00')

Von hier aus werden dann Informationen wie Jahr und Monat extrahiert.

df["year"] = df["created_at"].dt.year
df["month"] = df["created_at"].dt.month
df["day"] = df["created_at"].dt.day

Zusätzlich erhält die selbst erstellte Funktion `` `american_calendar``` die amerikanischen Wochen- und Tagesinformationen. Klicken Sie hier für Details: Get American Week Number

def american_calendar

def american_calendar(year, month, day):
    #Datumszeit des Eingabejahres.Erstellen Sie Datumsarten
    inp = datetime.date(year=year, month=month, day=day)
    #Datetime am ersten Tag des Eingabejahres.Erstellen Sie Datumsarten
    first = datetime.date(year=year, month=1, day=1)

    #Berechnen Sie zunächst den Tag
    inp_how = (inp.weekday()+1) % 7 #+1 ist, den Tag zu ändern, um am Sonntag zu beginnen
    first_how = (first.weekday()+1)%7
    
    #Weniger als,Berechnung der Wochennummer
    #Oben links im Kalender(Erster Sonntag)Holen Sie sich das Datum von
    upper_left = first - datetime.timedelta(days=first_how)

    #Ermitteln Sie die Wochennummer, indem Sie die Differenz zwischen der Anzahl der Tage und dem Basisdatum berechnen
    inp_week = (inp - upper_left).days // 7
    
    return year, inp_week, inp_how

cal = np.array([american_calendar(ymd[0], ymd[1], ymd[2]) for ymd in df.loc[:,["year","month","day"]].values])

df["week"] = cal[:,1]
df["dayofweek"] = cal[:,2]

Zu diesem Zeitpunkt sollten die Daten folgendermaßen aussehen:

df.loc[:,["created_at", "year", "month", "day", "week", "dayofweek"]].head()

Hier ist "Woche" die Wochennummer und "Wochentag" der Tag. Beachten Sie, dass auf den `Wochentag``` hier``` `0``` am Sonntag,` 1``` am Montag usw. folgt.

Ereignisaggregation

Geben Sie hier `year``` an und verwenden Sie` pivot_table```, um die Daten zu filtern und nach Datum zu aggregieren.

year = 2012

idx_name = "week"
col_name = "dayofweek"

tmp_df = df[df["year"]==year]
pv = tmp_df.pivot_table(index=idx_name, columns=col_name, values="body", aggfunc="count") #Jeder Körper ist in Ordnung
pv = pd.DataFrame(pv.values, columns=pv.columns.values ,index=pv.index.values)
pv

Dieser Datenrahmen `pv``` zeigt keine Woche an, in der kein Ereignis auftritt, und kann nicht so verwendet werden, wie er ist. Erstellen Sie daher im Voraus einen 54 × 7-Quadrat-Datenrahmen `mat``` wie einen Kalender und formatieren Sie ihn, indem Sie einen Wert hinzufügen.

pv.columns = [int(num) for num in pv.columns]
pv.index = [int(num) for num in pv.index]
pv = pv.fillna(0)

mat = pd.DataFrame(index=list(range(54)), columns=list(range(7)))
mat = mat.fillna(0)

mat = mat.add(pv, fill_value=0)
mat = mat.applymap(lambda x: int(x))
mat

Es ist wunderschön. (Eigentlich gibt es bis zu 54 Zeilen)

Bereiten Sie als Nächstes das Datum vor, das im Kalender angezeigt werden soll.

mat_date = pd.DataFrame(index=list(range(54)), columns=list(range(7)))
mat_date = mat_date.fillna("")

tmp = datetime.date(year=year, month=1, day=1)

for i in range(366):
    if tmp.year==year:
        y,week,how = american_calendar(tmp.year, tmp.month, tmp.day)
        mat_date.loc[week,how] = str(tmp.month) +"/"+ str(tmp.day)
    tmp+=datetime.timedelta(days=1)
    
lab = mat_date.values
lab

Sie können ein 54x7-Array mit der Datumszeichenfolge als Element erstellen, wie oben gezeigt. Da die ersten beiden Elemente leere Buchstaben sind, beginnt dieses Jahr am Dienstag.

Visualisierung

Zum Schluss zeichnen Sie einen Kalender mit `sns.heatmap```. In Bezug auf die Feiertagsanzeige enthält jpholiday.year_holidays (year) eine Liste von Feiertagen für ein bestimmtes Jahr. Aus diesen Informationen wird `patches.Rectangle``` verwendet, um jedes rote Quadrat einzeln zu markieren. Ich male.

plt.figure(figsize=(10,30))
ax = sns.heatmap(mat, annot=lab, square=True, fmt="", cmap="Greens", cbar=False, linewidths=0.1, linecolor="silver")
ax.set_xticklabels(["Tag","Mond","Feuer","Wasser","Holz","Geld","Boden"])

for holiday in jpholiday.year_holidays(year):
    tmp = holiday[0]
    y,week,how = american_calendar(tmp.year, tmp.month, tmp.day)

    r = patches.Rectangle(xy=(how, week), width=1, height=1, edgecolor='red', fill=False, linewidth=1)
    ax.add_patch(r)

ax.tick_params(right=False, top=True, labelright=False, labeltop=True)
plt.xlim((-0.1,7.1))
plt.title("Calendar Heatmap (year:{0})".format(year))
plt.show()

das ist alles!

Codeliste

Liste anzeigen

import numpy as np
import pandas as pd
import requests
import json
from pandas.io.json import json_normalize
import datetime
import jpholiday

import seaborn as sns
import matplotlib.pyplot as plt
import japanize_matplotlib
import matplotlib.patches as patches #Zeichne ein Rechteck

#Datenaufbereitung
df["created_at"] = pd.to_datetime(df["created_at"], format='%Y-%m-%dT%H:%M:%S+09:00')
df["year"] = df["created_at"].dt.year
df["month"] = df["created_at"].dt.month
df["day"] = df["created_at"].dt.day

cal = np.array([american_calendar(ymd[0], ymd[1], ymd[2]) for ymd in df.loc[:,["year","month","day"]].values])
df["week"] = cal[:,1]
df["dayofweek"] = cal[:,2]

#Datenaggregation
year = 2012
idx_name = "week"
col_name = "dayofweek"

tmp_df = df[df["year"]==year]
pv = tmp_df.pivot_table(index=idx_name, columns=col_name, values="body", aggfunc="count") #Jeder Körper ist in Ordnung
pv = pd.DataFrame(pv.values, columns=pv.columns.values ,index=pv.index.values)

#Aggregierte Daten formatieren
pv.columns = [int(num) for num in pv.columns]
pv.index = [int(num) for num in pv.index]
pv = pv.fillna(0)
mat = pd.DataFrame(index=list(range(54)), columns=list(range(7)))
mat = mat.fillna(0)
mat = mat.add(pv, fill_value=0)
mat = mat.applymap(lambda x: int(x))

#Erstellung des Datumsetiketts
mat_date = pd.DataFrame(index=list(range(54)), columns=list(range(7)))
mat_date = mat_date.fillna("")

tmp = datetime.date(year=year, month=1, day=1)

for i in range(366):
    if tmp.year==year:
        y,week,how = american_calendar(tmp.year, tmp.month, tmp.day)
        mat_date.loc[week,how] = str(tmp.month) +"/"+ str(tmp.day)
    tmp+=datetime.timedelta(days=1)

lab = mat_date.values


#Visualisierung
plt.figure(figsize=(10,30))
ax = sns.heatmap(mat, annot=lab, square=True, fmt="", cmap="Greens", cbar=False, linewidths=0.1, linecolor="silver")
ax.set_xticklabels(["Tag","Mond","Feuer","Wasser","Holz","Geld","Boden"])

for holiday in jpholiday.year_holidays(year):
    tmp = holiday[0]
    y,week,how = american_calendar(tmp.year, tmp.month, tmp.day)

    r = patches.Rectangle(xy=(how, week), width=1, height=1, edgecolor="red", fill=False, linewidth=1)
    ax.add_patch(r)

ax.tick_params(right=False, top=True, labelright=False, labeltop=True)
plt.xlim((-0.1,7.1))
plt.title("Calendar Heatmap (year:{0})".format(year))
plt.show()

Referenz

GitHub-Hilfe: Beiträge im Profil anzeigen (https://help.github.com/de/github/setting-up-and-managing-your-github-profile/viewing-contributions-on-your- Profil # Beitragskalender) GitHub：martijnvermaat/calmap openair：calendarPlot() RPubs：Plotting with openair GitHub: Bibliothek für japanische Feiertage jpholiday stack overflow：How to Add Text plus Value in Python Seaborn Heatmap

[Python] Heatmap im Kalenderstil (mit Feiertagsanzeige)