Python 3 - 如何从高维数据制作马赛克图？

我有一个 pandas-DataFrame：

data = pd.read_csv(r'C:\data-path\demographics.csv', sep=',') print(data)

PersonID Married No. of Children Sex 1 yes 0 male 2 no 0 female 3 no 1 male 4 yes 1 male 5 no 1 female 6 no 2 female 7 no 1 male 8 no 2 male 9 no 2 male 10 no 1 male 11 no 0 female

现在我尝试使用它创建一个马赛克图statsmodels.graphics.mosaicplot http://statsmodels.sourceforge.net/0.6.0/generated/statsmodels.graphics.mosaicplot.mosaic.html

mosaic(data, ['Married', 'No. of Children'])

...但是，每当我尝试添加第三个维度时，它都会起作用，例如：

mosaic(data, ['Married', 'No. of Children', 'Sex'])

...我收到以下错误消息：

ValueError: at least one proportion should begreater than zero

我不确定它想从我这里得到什么。是否有某些参数丢失/设置错误？

我选择哪些列/维度或按什么顺序也并不重要。每当我有超过 2 个时，我就会收到错误。

有人有主意吗？

提前致谢

经过一番修补后，我没有找到解决方案，而是找到了错误的根源。

它位于mosaicplot-class/-module的代码中：http://nipy.bic.berkeley.edu/nightly/statsmodels/doc/html/_modules/statsmodels/graphics/mosaicplot.html http://nipy.bic.berkeley.edu/nightly/statsmodels/doc/html/_modules/statsmodels/graphics/mosaicplot.html

简而言之：它无法处理数据集中的类，这些类是空的，即有 0 个实例。

考虑原始问题中的数据集，然后考虑以下函数调用：

mosaic(data, ['Married', 'No. of Children'])

“马赛克”方法要做的就是确定第一个类别有多少个类（在本例中为：2），然后确定每个类出现的频率。然后，它将基于此生成绘图矩形的“比例”列表，在“已婚”类别的情况下，该列表将是

[2, 9]

...因为有 2 个“是”和 9 个“否”实例。

对于每个类别，根据第二个类别，都会有新的划分，此处：“不。孩子的'。有 3 个类别（0、1 和 2），这将生成以下“比例”：

[1, 1, 0]（1 已婚，有 0 个孩子，1 已婚，有 1 个孩子，0 已婚，有 2 个孩子）

[2, 4, 3]（1 个单身，0 个孩子，等等......）

仅根据以上内容，就能够绘制出完美精细的马赛克图。

然而，一旦我们考虑到第三个类别（例如：“性别”），上述列表之一中的 0 就会成为问题。它将生成列表 [0, 0]，因为他们是 0 个已婚男性/女性，有 2 个孩子。

在源代码的第 45 行中，有一个 if 子句将在所有 0 列表中引发异常（因为它们“没有意义”）。

如上所述，我无法找到修复/解决方法来执行此操作。简单地注释掉 if 子句将允许所有分割正常执行，但是，这也会导致马赛克图的绘制在 matplotlib 的 backend_agg.py 中抛出异常，因为不知何故它们现在是 NaN 值（不是数字）。

为什么会这样，我不知道，如果有比我更聪明、更有经验的人来研究这个问题，我会很高兴。

我仍然不排除我只需以不同的方式设置一些参数即可。