使用Python生成UpSet图：详细指南与示例

最新推荐文章于 2025-01-03 13:37:42 发布

D.Liang-TechBlog

最新推荐文章于 2025-01-03 13:37:42 发布

阅读量844

点赞数 6

文章标签： python 开发语言

本文链接：https://blog.csdn.net/qq_38844835/article/details/143091548

版权

在数据分析和可视化领域，UpSet图是一种强大的工具，它能够直观地展示多个集合之间的交集大小。这种图表特别适用于探索性数据分析，帮助我们发现数据集中潜在的关联和模式。本文将详细介绍如何使用Python生成UpSet图，并提供一个完整的示例。

01 所需库

首先，我们需要导入必要的Python库：

numpy：用于生成随机数据。
pandas：用于数据处理和创建DataFrame。
matplotlib.pyplot：用于绘图。
upsetplot：用于生成UpSet图。

import numpy as np  
import pandas as pd  
import matplotlib.pyplot as plt  
from upsetplot import plot  # 注意：这里我们直接从upsetplot导入plot函数，而不是UpSet类

02 创建数据

接下来，我们创建一个空的DataFrame，用于存储数据。虽然最终我们只需要一个Series对象，但使用DataFrame可以更方便地构建索引和数据。

# 创建一个空的DataFrame的索引，由三个布尔值列（var0, var1, var2）构成  
index = pd.MultiIndex.from_tuples([(False, False, False),  
                                   (False, False, True),  
                                   (False, True, False),  
                                   (False, True, True),  
                                   (True, False, False),  
                                   (True, False, True),  
                                   (True, True, False),  
                                   (True, True, True)],  
                                  names=['var0', 'var1', 'var2'])  
  
# 生成8个1到999之间的随机整数作为数据  
data = np.random.randint(1, 1000, size=8)  
  
# 将数据和索引组合成一个DataFrame  
df = pd.DataFrame({'value': data}, index=index)

此时，df是一个包含随机数据的DataFrame，其索引由三个布尔值列构成。我们可以打印出df来查看其结构。

print(df)

具体结构如下图所示：

然后，我们从DataFrame中提取出value列，得到一个Series对象。

series = df['value']  
print(series)

具体的Series结构如下图所示：

03 生成UpSet图

现在，我们已经有了生成UpSet图所需的数据。接下来，我们使用upsetplot库中的plot函数来绘制图表。

# 绘制UpSet图，设置显示交集大小，并指定图表背景颜色  
plot(series, show_counts=True, facecolor="darkblue")  
  
# 添加图表标题  
plt.suptitle('Generate UpSet Based on Python')  
  
# 保存图表为PDF文件  
plt.savefig("upset_plot_case.pdf")  
  
# 显示图表（注意：在某些环境中，如Jupyter Notebook，这一步可能是可选的）  
plt.show()

图表显示：