比较（四）利用python绘制平行坐标图

比较（四）利用python绘制平行坐标图

平行坐标图（Parallel coordinate plot）简介

平行坐标图可以显示多变量的数值数据，最适合用来同一时间比较许多变量，并表示它们之间的关系。缺点也很明显，

不同的轴线排列顺序可能会影响读者对数据的理解。

快速绘制

1. 基于pandas

   import pandas
   import matplotlib.pyplot as plt
   import seaborn as sns
   from pandas.plotting import parallel_coordinates
    
   # 导入数据
   data = sns.load_dataset('iris')
    
   # 利用parallel_coordinates快速绘制
   parallel_coordinates(data, 'species', colormap=plt.get_cmap("Set2"))
   plt.show()
   

   

2. 基于plotly

   import plotly.express as px
   
   # 导入数据
   df = px.data.iris()
   
   # 利用parallel_coordinates快速绘制
   fig = px.parallel_coordinates(
       df, 
       color="species_id", 
       labels={"species_id": "Species","sepal_width": "Sepal Width", "sepal_length": "Sepal Length", "petal_width": "Petal Width", "petal_length": "Petal Length", },
       color_continuous_scale=px.colors.diverging.Tealrose,
       color_continuous_midpoint=2)
   
   # 隐藏色阶bar
   fig.update_layout(coloraxis_showscale=False)
   
   fig.show()
   

   

绘制类平行坐标图

1. 利用searbon绘制（点线图）

   import matplotlib.pyplot as plt
   import seaborn as sns
   import pandas as pd
   
   # 导入数据
   url = "https://raw.githubusercontent.com/jennybc/gapminder/master/data-raw/08_gap-every-five-years.tsv"
   df = pd.read_csv(url, sep='\t')
   
   # 计算各变量均值
   average_data = df.groupby('continent')[['gdpPercap', 'lifeExp', 'pop']].mean()
   
   # 各变量标准化处理
   normalized_data = (average_data - average_data.mean()) / average_data.std()
   
   # 绘制平行坐标图
   plt.figure(figsize=(8, 6))
   parallel_plot = sns.lineplot(data=normalized_data.transpose(),
                                dashes=False,
                                markers=True,
                                markersize=8)
   
   # 标题
   plt.title('Parallel Plot \nAverage GDP, Life Expectancy, and Population by Continent')
   
   # 删除y轴刻度与标签
   plt.yticks([])
   
   # 图例
   plt.legend(title='Continent',
              bbox_to_anchor=(1, 1),
             )
   
   plt.show()
   

   

2. 利用matplotlib绘制（斜率图）

   import matplotlib.pyplot as plt
   import pandas as pd
   
   # 导入数据
   url = "https://raw.githubusercontent.com/jennybc/gapminder/master/data-raw/08_gap-every-five-years.tsv"
   df = pd.read_csv(url, sep='\t')
   
   def add_label(continent_name, year):
       '''
       添加文本标签
       '''
       # 计算y位置
       y_position = round(df[year][continent_name])
       
       # 计算x位置
       if year==1952:
           x_position = year - 1.2
       else:
           x_position = year + 0.12
       
       # 添加标签
       plt.text(x_position,
                y_position,
                f'{continent_name}, {y_position}',
                fontsize=8,
                color='black',
               )
       
       
   
   # 筛选1952～1957的数据
   years = [1952, 1957]
   df = df[df['year'].isin(years)]
   
   # 计算每个大陆每年的平均 GDP
   df = df.groupby(['continent', 'year'])['gdpPercap'].mean().unstack()
   
   # 人为改变一个值，使至少一个大陆在两个日期之间减少（方便对比下降数据）
   df.loc['Oceania',1957] = 8503
   
   # 初始化布局
   plt.figure(figsize=(6, 8))
   
   # 年份的y轴（1952、1957）
   plt.axvline(x=years[0], color='black', linestyle='--', linewidth=1) # 1952
   plt.axvline(x=years[1], color='black', linestyle='--', linewidth=1) # 1957
   
   # 添加y标签（BEFORE、AFTER）
   plt.text(1951, 11000, 'BEFORE', fontsize=12, color='black', fontweight='bold')
   plt.text(1957.1, 11000, 'AFTER', fontsize=12, color='black', fontweight='bold')
   
   # 绘制每个大陆的线
   for continent in df.index:
       
       # 计算1952、1957的gdp
       value_before = df[df.index==continent][years[0]][0]
       value_after = df[df.index==continent][years[1]][0]
       
       # 上升为绿色、下降为红色
       if value_before > value_after:
           color='red'
       else:
           color='green'
       
       # 添加线
       plt.plot(years, df.loc[continent], marker='o', label=continent, color=color)
   
   # 每年添加各大洲的标签
   for continent_name in df.index:
       for year in df.columns:
           add_label(continent_name, year)
   
   # 标题
   plt.title(f'Slope Chart: \nComparing GDP Per Capita between {years[0]} vs {years[1]}  \n\n\n') 
   
   # 删除y轴
   plt.yticks([])
   
   # 删除边框
   plt.box(False) 
   
   plt.show()
   

   

总结

以上通过pandas的parallel_coordinates和plotly的parallel_coordinates快速绘制平行坐标图，并利用seaborn和matplotlib绘制类平行坐标图。

共勉～