半技術文：如果想用熊貓 (Pandas) 做 Heat-map 又可以點做？逐步逐步黎，但求電腦白痴都學得識Ellan OuBlockedUnblockFollowFollowingApr 1睇左 華田 Watin 篇文教人用 Excel做製圖高手，真係好實用。依家進入 Data science 年代，人人都幾乎要搞下數據。成日都俾人恐嚇，唔識搞數，好快就會搞你。所以，係呢個仆街世代，好多人都唔想俾人淘汰既情況下，迫於無奈，都會除左 Excel 之外，開始掂下其他相關既 Language ，去提升日常既工作效率（當然唔好以為咁樣可以提早收工。Automate晒所有野然後疊埋雙手炒股，呢個例子，TheOnion 就有！）。依家 Python 都（仲）幾炙手可熱，我地或者亦都一齊好簡單咁樣探討下：如果 Excel 做到既野，用 Python又可以點樣做。首先，簡單介紹咩係Python 同Pandas：Python 係一隻 Programming Language，同舊時大家讀書上電腦堂寫既 Basic Pascal 甚至係之後用到既VBA 以至到更高階既C C# C＋＋ .
NET PHP Perl 等等都係電腦編程。但係唔係IT從業員自己亦都唔敢講太多。而Python 同 R 近呢幾年開始 Hit，主要都係因為呢兩個係做大數據分析（Big Data Analytics）以至人工智能（Artificial Intelligence) 同深度學習 （Deep Learning … Blah blah blah） 比較有優勢。Pandas 就係Python 入面其中一個Package ，你可以當係插件既一種，多數做數據表既管理都會用到佢。簡單講，佢等同係Python 入面發揮 Excel 既功能。Excel 要錢，但 Python 同 Pandas 都係免費。（當然，學點用所花費時既時間成本，就另計）（ 鳴謝番置地記者先）Disclaimer以下講既野，其實都好入門，我自己都唔可以話自己識，但都係想玩下深入淺出咁。高階者可以直接飛，仲有，如果有錯或者啲步驟太低能，千祈唔好恥笑我。歡迎高手指正啲更簡單更易明既選項，在下都感激不盡。為左揼下波鐘攝下字數，同華田兄有少少唔同，我地由 Download 個 Table 開始做起，以體驗下依家政府既數據有幾 User-friendly。我地逐步逐步黎。步驟 (1) 去統計處個網頁到搵個 Table Download比我想像中係易搵既。（https://www.
censtatd.
gov.
hk/hkstat/sub/sp210.
jsp?productCode=B1050014）我地照樣 Download 番 Excel Format，因為唔覺見到有 API 呢種 Data handle。步驟 (2) 開一開個表睇下岩唔岩有時成日以自己搞錯 Code，點知原來係 Source file corrupt。所以好習慣係開黎睇睇有無伏先。直接 Double click 開（開唔到？前提梗係你要有 Microsoft Excel 先啦大佬），見到個 Table 係 “T07” 既 Tab。就咁睇唔覺有咩問題。（除左行內人知道Import 呢堆 data 會有少少仆街之外…）步驟 (3) 開 Python，再用 pandas 開始做野之後係任何一個 Python 作業空間，我地 import pandas 呢個 package。筆者用 Jupyter notebook 因為貪方便。當然用其他野都一樣得，在此唔多講。（筆者用緊 Python 3.
x 而唔係 2.
7）import pandas as pd 句野講乜：import pandas 個 package，以後用 pd 呢個簡寫，就召喚到。步驟 (4) 用read_excel 去讀 excel 表然後利用 pandas 既 read_excel 呢個function，將個 Excel spreadsheet導入。Table7 = pd.
read_excel('B10500142018AN18B01.
xlsx', #檔案名 sheet_name='T07', #Tab名 header=None, index_col=None, dtype=None) #見[i]句野講乜：呢度有少少複雜。但其實一步步黎唔難明。目的就係將個表導入去，以後叫 Table7。咁你都要話俾個部機知，你個檔案名同位置係邊（’B10500142018AN18B01.
xlsx’），同埋一個Excel 咁多表，究竟用緊邊張 Tab（’T07'）。所以呢兩樣野如果你自己做，一定要按自己目的去改。至於後三個 option我唔打算解太多。除非真係有興趣，我會係最後尾係咁易解下。但係你見咩都 set 晒 None，你都知其實唔駛理咁多。好勒我地照去。睇下個表會變成點：係，你會見到成堆垃圾咁樣。x1係，你會見到成堆垃圾咁樣。x2係，你會見到成堆垃圾咁樣。x3但你部機無壞，到依家一切亦操作正常。不過因為個表本身就整到靚一靚俾人睇，唔係俾機睇(machine readable)，所以整左好多空行果啲落去。所以電腦會 assign 左啲 NaN (Not available) 既值俾佢。咁既表，唔好話畫圖，用黎睇都睇唔到。於是我地又要進行一下叫 Data cleaning 既步驟。步驟 (5) 做Minimal 既Data cleansing對於完全無興趣呢一 Part 既人，我建議你就咁貼呢行 code 就算：Table7b = Table7.
replace(' ',np.
NaN).
dropna(thresh=2,axis=0).
dropna(how='all',axis=1).
reset_index() #見[ii] – [iv]句野講乜：最簡單最簡單，我地整個另一個表叫 Table7b。然後換走啲唔應該出現既字元，同埋剷走無用既行。技術野最後再解，總之整完會變成：你心諗：屌！咪好似同岩岩果張一樣？其實你睇真啲就唔係。呢個表你已經見到中間既 Data 集中埋一碌，有數據表既雛型。同埋 NaN 值已經大幅減少。步驟 (6) Filter 番自己想要既幾行數依家我地只係需要撈番想要堆數，就已經成功喇。Pandas 有好多方法去做 filtering，我地最直觀用 iloc：Table7c = Table7b.
iloc[8:13][[2,10,13,16]]句野講乜：iloc 就係index locating (好似係)。第一個方括號係代表要 Call 既 row number，8:13就係8 去到 12（因為13係唔包既，唔好問點解）。至於後一個方括號就係 Call 既column number，即係名叫第2,10,13,16個 column喇。我地將界左出黎既表叫 Table7c。咁就得番咁多喇。步驟 (7) 整色整水搞下 Formatting（但其實唔做都一樣得！樣衰少少姐！我自己懶就成日唔做！）之後我地整番少少整色整水野，set 番好啲 Column 同 Row 既名：Table7c.
columns = ['age group','25th percentile','50th percentile','75 percentile'] Table7c.
set_index('age group',inplace=True) 句野講乜：我相信 Python 有樣野好係，有時啲 Code 簡單到我咩都唔寫，你都大概會估到佢係係度做咩。步驟 (8) 用Seaborn 呢個package 去畫 Heatmap黎到呢度，我地就可以用另一個叫 Seaborn 既畫圖package 黎整個 heatmap喇。import seaborn as sbsb.
heatmap(Table7c.
astype('int'), annot=True, fmt="d", cmap="YlGnBu") 見[v]句野講乜：就係畫張 Heatmap。中間仔細既野，留番最後再講。完成！！好勒，大家得閒應該都試下用。複雜就可能會有少少複雜左，但係Code 可以回收作無限次使用，而且當你要plot 100, 1000, 10000 張 heatmap 果時候，你就會發現 Coding 既好處。以後都會試乎時間（同自己既能力）再向同大家介紹一下處理 Data 既心得。附錄：扮高深既技術補充以下係想深入少少講番頭先用過既一啲 Syntaxi/ pd.
read_excel如果個表唔係咁樣衰，你可以直接叫pandas 去認邊條column 同 row 唔係裝數，但係裝住 identifier。呢度既例子就係 income percentile (分別係25th, 50th, 75th)同埋 age group。但係因為個表垃圾，一開始叫pandas 認係徙氣，所以索性用 None，pandas 就唔會幫你認。所以要之後先自己define。dtype 係用黎定義數據係咩數據類型。數據都可以好多種，有啲係整數，有啲係小數，有啲係日期。同樣，如果你個表本身靚靚仔仔，pandas 會幫你認得幾好，但係如果一堆垃圾既話，都係set None 慢慢自己執番好啲。ii/ df.
replace（*df=dataframe，即係個datatable既名，例如以上例子 table7）統計處既表除左空行電腦會自動換成 NaN之外，佢仲有一啲表面睇落係無野但實質打左空格，即係一個「 」。人眼睇落無野，但係電腦唔可以容許呢啲事發生，因為突然有個格仔多左粒唔係數既野，佢會計唔到。所以呢個指令，係希望將入面既文字空格都轉埋做 NaN，方便之後剷無用既行iii/ df.
dropna顧名思義係用黎drop有NaN既數據行／列。入面既 how 係代表你想叫電腦點移除。如果係 how=’any’ 則只要有一個cell 有 NaN 就即剷。相反如果係’all’就要全部都係 NaN 先剷。至於thresh 就係中間路線，自行設定要有幾多NaN 以上先剷得。上面做左兩次，一次係 axis =0，一次係 axis=1，即係行同列都掃一次，清晒啲無用行數為止。iv/ df.
reset_index其實可以唔reset 只不過reset 左之後 row number 就會順住排，係做iloc 就解說會容易啲。v/sb.
heatmap第一個parameter: Table7c.
astype(‘int’)，將Table7所有數定義格式係integer。呢個步驟重要係因為之前read_excel set 左dtype = none。如果唔執番，有可能會出 error。第二個parameter: annot=True，要出現番堆工資數字係heatmap上面第三個parameter: fmt=”d”，堆工資既格式，要出番整數出黎。第四個parameter: cmap=”YlGnBu”，揀heatmap 顏色。鍾意可以去seaborn 網頁慢愎揀。我諗大抵上係咁。如果大家有咩問題可以留言，亦都可以互相切磋下，因為我自己其實都係唔係好識……Inspired by:Excel 閑談 — 善用 Heat Map 成製圖高手有時候無圖更勝有圖呢medium.
comFurther update in 3 April 2019:感激 Eric 兄亦都加入與文會友行列為我地示範點樣用 R 整 Heatmap!¾ 技術文 — 用 R 整 Heat Map簡單示範以 R ggplot2 製用 Heat Map (附原始碼)medium.
com.