[Python] Calender Heatmap [Plotly] Memo

Aperçu

• Je voulais créer une carte thermique de type calendrier des données énergétiques.
• Il existe calmap, mais il semble qu'il ne supporte pas les pandas 1.0 ou supérieurs. (Utilisez-vous ix?)
• Je l'ai fait avec intrigue parce que c'était un gros problème. (Hovertext est à la mode ...)

la mise en oeuvre

• Des données d'utilisation

• Code source

gen_calmap

def gen_calmap(df,column_name_lst,aggr='sum',height= 260,width = 900):
    try:
        for column_name in column_name_lst:

            # heatmap_df_première génération
            heatmap_df_lst = _calender_heatmap_df(df,column_name,aggr)
            
            for heatmap_df in heatmap_df_lst:
                fig = px.imshow(heatmap_df[0],
                                x=heatmap_df[0].columns.unique(),
                                y=heatmap_df[0].index.unique(),
                                labels={'y':'Weekday','x':'Week','color':column_name},
                                width=width,
                                height=height,
                                aspect='auto',
                                )
                
                #Insérer un espace entre les cellules
                fig.data[0]['ygap']=1
                fig.data[0]['xgap']=1
                
                fig.update_traces(
                    text = heatmap_df[1],
                    hovertemplate="Date: %{text} <br>Week: %{x} <br>Weekday: %{y} <br> "+ column_name +": %{z}"
                )
                fig.show()
    except:
        print('Échec de la génération de calmap.')

def _calender_heatmap_df(df,column_name,aggr='sum'):
    heatmap_df_lst =[]
    
    #Régénération DataFrame
    data = pd.DataFrame(eval("df[column_name].resample('D').{}()".format(aggr)))
    data.index = pd.to_datetime(data.index)
    
    ## add data
    data['week'] = pd.to_datetime(data.index).strftime('Week:%W')
    data['weekday'] = pd.to_datetime(data.index).weekday
    data['date'] = pd.to_datetime(data.index).strftime('%Y/%m/%d')

    weekday_dic = {0:'Mon',1:'Tue',2:'Wed',3:'Thr',4:'Fri',5:'Sat',6:'Sun'}
    
    #Expansion des données
    for year in data.index.year.unique():
        #génération de heatmap
        heatmap_df = data.loc[data.index.year == year,:].pivot_table(index='weekday',columns='week',values=column_name)
        
        #Triez les jours dans l'ordre lundi → dimanche
        heatmap_df = heatmap_df.rename(index=weekday_dic)
        
        #Générer la date df
        date_df = data.loc[data.index.year == year,:].pivot(index='weekday',columns='week',values='date')
        date_df = date_df.rename(index=weekday_dic)
        
        #Ajouter df à la liste
        heatmap_df_lst.append([heatmap_df,np.array(date_df)])
        
    return heatmap_df_lst

Courir

gen_calmap(df=data,column_name_lst=['Énergie électrique[kWh]','Quantité de gaz[m3]'],aggr='sum')

résultat

• J'ai pu me sentir bien.

Résumé

• Je ne pense pas aux erreurs en particulier.
• Cela ressemble à Github.