数据可视化实战——1.展示多级分类数据

最新推荐文章于 2025-09-05 16:08:47 发布

原创

最新推荐文章于 2025-09-05 16:08:47 发布 · 2.2k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#分类 #python #人工智能

该博客介绍了如何使用Python进行数据筛选和处理，特别是针对多级分类数据。首先，通过ISO-8859-1解码处理数据并去除缺失值。接着，利用matplotlib进行数据来源的统计分析，并绘制饼图。最后，通过plotly创建了分级数据的旭日图，展示了数据的层级结构。整个过程涉及数据清洗、数据可视化和文件操作。

文章目录

前言
一、数据筛选
二、数据处理
- 2.1 数据来源统计
- 2.2 分级数据可视化

前言

大家好✨，这里是bio🦖。这次为大家带来的是多级分类数据的可视化，阅读本文你将学习到
1.如何筛选出你想要的数据
2.数据可视化图像的优化
3.NA值的处理

所用的语言是Python，全部过程及代码在MyGithub，感兴趣的读者可以取看看！

一、数据筛选

数据来源于Virion database，想要跟做的读者可以下载试试，如果访问不了，可能需要挂载VPN。打开数据我们能看到一些缺失值在宿主、病毒以及TaxID，所以首先对数据的筛选可以是选择这四项值存在的数据。

这里有一个值得注意的点，解码方式使用ISO-8859-1能够解决乱码问题。选择这个解码主要还是要看你的数据采用什么方式编码。

import pandas as pd

with open('/home/bio_kang/virus_host_virion/Virion.csv','rb') as f:
    lines = f.readlines()

data_procession = []
for line in lines:
    if len(line) < 34:
        continue
    else:
        data = line.decode('ISO-8859-1').strip('\n').split('\t')

        if data[0] == '' or data[1]=='' or data[2]=='' o