Matplotlib實戰(zhàn)之平行坐標系繪制詳解

更新時間：2023年08月18日 10:48:58 作者：databook

平行坐標系是一種統(tǒng)計圖表,它包含多個垂直平行的坐標軸,每個軸表示一個字段,并用刻度標明范圍,下面我們就來看看如何繪制平行坐標系吧

1. 主要元素

平行坐標系是一種常用的數(shù)據(jù)可視化方法，用于展示多個維度的數(shù)據(jù)，并通過連接這些維度的線段來揭示它們之間的關(guān)系。

它的主要元素包括：

坐標軸：平行坐標系通常由垂直于數(shù)據(jù)維度的坐標軸組成，每個坐標軸代表一個數(shù)據(jù)維度。
數(shù)據(jù)點：每個數(shù)據(jù)點在平行坐標系中由一條連接各個坐標軸的線段表示，線段的位置和形狀反映了數(shù)據(jù)點在各個維度上的取值。
連接線：連接線用于將同一數(shù)據(jù)點在不同維度上的線段連接起來，形成數(shù)據(jù)點的輪廓，幫助觀察者理解數(shù)據(jù)點在各個維度上的變化趨勢。

2. 適用的場景

平行坐標系適用的場景有：

多維數(shù)據(jù)分析：平行坐標系適用于展示多個維度的數(shù)據(jù)，幫助觀察者發(fā)現(xiàn)不同維度之間的關(guān)系和趨勢，例如在探索數(shù)據(jù)集中的模式、異常值或相關(guān)性時。
數(shù)據(jù)分類和聚類：通過觀察數(shù)據(jù)點的輪廓和分布，可以幫助觀察者識別不同的數(shù)據(jù)類別或聚類。
數(shù)據(jù)交互與過濾：平行坐標系可以支持交互式數(shù)據(jù)探索和過濾，通過選擇或操作特定的坐標軸或線段，可以對數(shù)據(jù)進行篩選和聚焦。

3. 不適用的場景

平行坐標系不適用的場景有：

數(shù)據(jù)維度過多：當數(shù)據(jù)維度過多時，平行坐標系的可讀性和解釋性可能會下降，因為線段之間的交叉和重疊會導致視覺混亂。
數(shù)據(jù)維度之間差異較大：如果數(shù)據(jù)在不同維度上的取值范圍差異較大，那么線段之間的比較和分析可能會受到影響，因為較小的取值范圍可能會被較大的取值范圍所掩蓋。
數(shù)據(jù)具有時間序列：平行坐標系并不適用于展示時間序列數(shù)據(jù)，因為它無法準確地表示數(shù)據(jù)的時間順序。在這種情況下，其他的數(shù)據(jù)可視化方法，如折線圖或時間軸圖，可能更適合。

4. 分析實戰(zhàn)

平行坐標系適用于展示具有相同屬性的一系列數(shù)據(jù)，每個坐標系代表一種屬性。

這次選用了國家統(tǒng)計局公開的教育類數(shù)據(jù)：databook.top/nation/A0M

選取其中幾類具有相同屬性的數(shù)據(jù)：

A0M06：各級各類學校專任教師數(shù)
A0M07：各級各類學校招生數(shù)
A0M08：各級各類學校在校學生數(shù)
A0M09：各級各類學校畢業(yè)生數(shù)

4.1. 數(shù)據(jù)來源

四個原始數(shù)據(jù)集是按照年份統(tǒng)計的：

fp = "d:/share/A0M06.csv"
df = pd.read_csv(fp)
df

這是教師相關(guān)統(tǒng)計數(shù)據(jù)，其他3個數(shù)據(jù)集的結(jié)構(gòu)也類似。

4.2. 數(shù)據(jù)清理

平行坐標系比較的是屬性，不需要每年的數(shù)據(jù)。

所以，對于上面4個數(shù)據(jù)集，分別提取2022年的小學，初中，高中，特殊教育相關(guān)4個屬性的數(shù)據(jù)。

import os
files = {
    "教師數(shù)": "A0M06.csv",
    "招生數(shù)": "A0M07.csv",
    "在校學生數(shù)": "A0M08.csv",
    "畢業(yè)學生數(shù)": "A0M09.csv",
}
data_dir = "d:/share"
data = pd.DataFrame()
for key in files:
    fp = os.path.join(data_dir, files[key])
    df = pd.read_csv(fp)
    df_filter = pd.DataFrame(
        [[
            key,
            df.loc[225, "value"],
            df.loc[135, "value"],
            df.loc[90, "value"],
            df.loc[270, "value"],
        ]],
        columns=["name", "小學", "初中", "高中", "特殊教育"],
    )
    data = pd.concat([data, df_filter])
data

4.3. 分析結(jié)果可視化

平行坐標系在 matplotlib 中沒有直接提供，實現(xiàn)起來也不難：

import matplotlib.pyplot as plt
from matplotlib.path import Path
import matplotlib.patches as patches
import numpy as np
xnames = data.loc[:, "name"]
ynames = ["小學", "初中", "高中", "特殊教育"]
ys = np.array(data.iloc[:, 1:].values.tolist())
ymins = ys.min(axis=0)
ymaxs = ys.max(axis=0)
dys = ymaxs - ymins
ymins -= dys * 0.05  # Y軸的上下限增加 5% 的冗余
ymaxs += dys * 0.05
#每個坐標系的上下限不一樣，調(diào)整顯示方式
zs = np.zeros_like(ys)
zs[:, 0] = ys[:, 0]
zs[:, 1:] = (ys[:, 1:] - ymins[1:]) / dys[1:] * dys[0] + ymins[0]
fig, host = plt.subplots(figsize=(10, 4))
axes = [host] + [host.twinx() for i in range(ys.shape[1] - 1)]
for i, ax in enumerate(axes):
    ax.set_ylim(ymins[i], ymaxs[i])
    ax.spines["top"].set_visible(False)
    ax.spines["bottom"].set_visible(False)
    if ax != host:
        ax.spines["left"].set_visible(False)
        ax.yaxis.set_ticks_position("right")
        ax.spines["right"].set_position(("axes", i / (ys.shape[1] - 1)))
host.set_xlim(0, ys.shape[1] - 1)
host.set_xticks(range(ys.shape[1]))
host.set_xticklabels(ynames, fontsize=14)
host.tick_params(axis="x", which="major", pad=7)
host.spines["right"].set_visible(False)
host.xaxis.tick_top()
host.set_title("各類學校的師生數(shù)目比較", fontsize=18, pad=12)
colors = plt.cm.Set1.colors
legend_handles = [None for _ in xnames]
for j in range(ys.shape[0]):
    verts = list(
        zip(
            [x for x in np.linspace(0, len(ys) - 1, len(ys) * 3 - 2, endpoint=True)],
            np.repeat(zs[j, :], 3)[1:-1],
        )
    )
    codes = [Path.MOVETO] + [Path.CURVE4 for _ in range(len(verts) - 1)]
    path = Path(verts, codes)
    patch = patches.PathPatch(
        path, facecolor="none", lw=2, alpha=0.7, edgecolor=colors[j]
    )
    legend_handles[j] = patch
    host.add_patch(patch)
host.legend(
    xnames,
    loc="lower center",
    bbox_to_anchor=(0.5, -0.18),
    ncol=len(xnames),
    fancybox=True,
    shadow=True,
)
plt.tight_layout()
plt.show()