Print (Ya Chen); Starry Sky

最近在整理毕业论文可视化的数据，这是一个JACS3.0学科分类系统的数据。
JACS系统由HESA（高等教育统计局是英国负责收集、分析及传播高等教育信息的官方机构）和UCAS（英国全国大学的统一学生申请机构）共同拥有和维护。
所有JACS 3.0主题代码都由一个字母后跟三个数字组成，第一个数字是非零的。首字母标识学科组，例如F表示物理科学。首字母和紧随其后的数字表示主要学科，例如F5天文学。第二个和第三个数字更精确地识别对象，例如F52空间和行星科学。更精确的F521空间科学和F522行星科学。
F5表示所有天文学和天文学中的总数，而不是F500。同样，F52指的是整个空间和行星科学。而不是F520。

数据总共有一千多条，导师希望我把数据画成一个径向树状图的形式，类似下面这个图，因为学科分类是涉及层次等级的，所以用这种树形图也可以很清晰的看出学科所处的等级

查找了一下pyecharts可以实现这个功能，数据的形式使用的是json格式的，所以这就需要我把原先的excel列表格式数据转化成json格式的数据，所以就写了两个脚本实现了这个这个功能。

首先原始数据的格式如下：

1、先用脚本将原先第一列的学科编码进行等级分割

import pandas as pd

# Load the data
data = pd.read_csv('JACS3_Vocab.csv')

# Pre-process the data
data.columns = ['code', 'subject']
data['Level_1'] = data['code'].str[0]
data['Level_2'] = data['code'].str[:2]
data['Level_3'] = data['code'].str[:3]
data['Level_4'] = data['subject']

# Define a dictionary for Level_1 replacements
replacement_dict = {
    "A": "Medicine and Dentistry",
    "B": "Subjects Allied to Medicine",
    "C": "Biological Sciences",
    "D": "Veterinary Sciences, Agriculture and related subjects",
    "F": "Physical Sciences",
    "G": "Mathematical Sciences",
    "H": "Engineering",
    "I": "Computer Sciences",
    "J": "Technologies",
    "K": "Architecture, Building and Planning",
    "L": "Social Studies",
    "M": "Law",
    "N": "Business and Administrative Studies",
    "P": "Mass Communication & Documentation",
    "Q": "Linguistics, Classics and Related Subjects",
    "R": "European Languages, Literature and Related Subjects",
    "T": "Eastern, Asiatic, African, American and Australasian Languages, Literature and Related Subjects",
    "V": "Historical and Philosophical Studies",
    "W": "Creative Arts and Design",
    "X": "Education"
}

# Replace the values in Level_1
data['Level_1'] = data['Level_1'].replace(replacement_dict)

# Add the Weight column
data['Weight'] = 1

# Re-order the columns
data = data[['code', 'Level_1', 'Level_2', 'Level_3', 'Level_4', 'Weight']]

# Save the processed data to a new CSV file
data.to_csv('Processed_JACS3_Vocab_with_weight.csv', index=False)

最终得到的数据如下所示：

2、接着将上面划分完等级的数据修改为json格式

import pandas as pd
import json

def find_node(name, parent):
    """Find a node in the parent."""
    if "children" in parent:
        for node in parent["children"]:
            if node["name"] == name:
                return node
    return None

def add_node(name, value, parent):
    """Add a node to the parent."""
    node = find_node(name, parent)
    if node is None:
        node = dict(name=name, value=value)
        parent.setdefault("children", []).append(node)
    return node

def process_csv_to_json(csv_path, json_path):
    # Load the CSV data
    csv_data = pd.read_csv(csv_path)

    # Initialize the root
    tree = dict(name="JACS")

    # Iterate over each row in the dataframe and add to the tree
    for _, row in csv_data.iterrows():
        level1, level2, level3, level4, level5, value = row
        node1 = add_node(level1, None, tree)
        node2 = add_node(level2, None, node1)
        node3 = add_node(level3, None, node2)
        node4 = add_node(level4, None, node3)
        node5 = add_node(level5, value, node4)

    # Write the tree to a JSON file
    with open(json_path, 'w') as f:
        json.dump(tree, f)

process_csv_to_json('input.csv', 'output.json')

最终得到的数据如下所示：

3、下面是最终用处理后的json数据画出来的径向树状图，基本已经实现了需求，图上只能查看前2个等级的数据，不过保存后的html可以查看到最终的根目录，后期在这个图上再修改可视化

下面是用pyecharts实现径向树状图的代码，主要比较复杂的部分是其中用JavaScript的递归函数来处理了一级类别中较长标签的换行问题，真是研究了很久，因为好像提供的代码中没法直接来设置这个标签长度的特征，所以只能使用js来调整

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.charts import Tree
from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
import asyncio
from aiohttp import TCPConnector, ClientSession
from pyecharts.commons.utils import JsCode
import json
from pyecharts.options import LineStyleOpts

txt_file = "JACS"

f_json = open(txt_file + ".json")
data = json.load(f_json)
# print(data)

tree = (
  Tree(init_opts=opts.InitOpts(width="7000px", height="7000px"))
     .add(
         series_name="",
         data=[data],
         pos_top="5%",  # 调整树形图在画布中的位置
         pos_bottom="5%",
         pos_left="10%",
         pos_right="10%",
         layout="radial", # 径向布局是指以根节点为圆心，每一层节点为环
         symbol="emptyCircle", # 标记的图形
         symbol_size=60, # 标记的大小
         initial_tree_depth=2,
         label_opts=opts.LabelOpts(
             color="black",
             position="inside",
             # horizontal_align="right",
             # vertical_align="middle",
             font_size=80,  # 增加标签大小
             # 使用JavaScript的递归函数来处理
             formatter=JsCode(""" 
                function(params) {
                    function splitWords(words) {
                        if (words.length > 4) {
                            return words.slice(0, 4).join(' ') + '\\n' + splitWords(words.slice(4));
                        } else {
                            return words.join(' ');
                        }
                    }
                    return splitWords(params.name.split(' '));
                }
             """),
         ),
         leaves_label_opts=opts.LabelOpts(
             color="black",
             position="left",
             horizontal_align="right",
             vertical_align="middle"
         ),
        itemstyle_opts=opts.ItemStyleOpts( # 节点黑色边框
                     border_color="black",
                     border_width=5,
                 ),
     )
     .set_global_opts(
         tooltip_opts=opts.TooltipOpts(trigger="item", trigger_on="mousemove"),
     )
)

make_snapshot(snapshot, tree.render(txt_file + "_tree2.html"), txt_file + "_tree2.png")