Matplotlib / Pandas从Python dict / JSON生成特定的graphics

我正在寻找从特定格式的Python数据，但数据可能是文本，string，或其他Python对象的特定graphics布局。

我可以用XlsxWriter（见下面）做到这一点，但数据超载（1400万行…没有笑话，脱氧核糖核酸数据）。 是否有可能/如何使用Matplotlib或PAndas（或更稳定的大数据）？

详细信息：它必须能够实时完成 ，并根据数据是否“相同”（不pipe数字，文本或其他Python对象）进行可视格式化决策。

单元格中的着色是基于{1:"A", 2:"A"}是否相等 （不是同一个对象）。 绿色为True ， 红色为False 。 例如： "A" == "A" （如前面的句子）或(10/5) == (20/10)或["A", 1, <test object at 0x1052c9b70>] == ["A", 1, <test object at 0x1052c9b70>]都是绿色的。

出现在单元格中的文本只是对象的__str__表示。

示例…

 { 1000:{ "Sample1":{1:"A", 2:"A"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"A"}, }, 1001:{ "Sample1":{1:"A", 2:"A"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"A"} }, 1002:{ "Sample1":{1:"C", 2:"A"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"A"} }, (...) 9999:{ "Sample1":{1:"A", 2:"T"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"G"} }, } 

Answer 1

在Jupyter笔记本中使用pandas和风格的桌子：

 json = { 1000:{ "Sample1":{1:"A", 2:"A"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"A"}, }, 1001:{ "Sample1":{1:"A", 2:"A"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"A"} }, 1002:{ "Sample1":{1:"C", 2:"A"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"A"} }, 9999:{ "Sample1":{1:"A", 2:"T"}, "Sample2":{1:"A", 2:"A"}, "Sample3":{1:"A", 2:"G"} }, } import pandas as pd df = pd.DataFrame(json).transpose() df0 = df.applymap(lambda x: "{}/{}".format(x[1].__repr__(),x[2].__repr__())) df0 df1 = df.applymap(lambda x: x[1]) df2 = df.applymap(lambda x: x[2]) booldf = df1 == df2 c = lambda x : 'background-color: {}'.format(x) formatdf = booldf.applymap(lambda x: c("limegreen") if x else c("crimson")) df0.style.apply(lambda x: formatdf, axis=None)