具有不同轴范围的熊猫平行图

Posted 2023-03-11

【中文标题】具有不同轴范围的熊猫平行图

【英文标题】：pandas parallel plot with different axis ranges

【发布时间】：2019-03-28 23:57:47

【问题描述】：

我必须绘制一些具有不同范围的数据集的平行图。当我用谷歌搜索时，我在this website 中找到了一个漂亮的 javascript 示例。

我已经为测试创建了一些示例数据集，并希望实现具有 yxis-ticks 和 不同范围的 yaxes 类似于此图像的平行图：

到目前为止，我已经这样做了：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import parallel_coordinates
np.random.seed(100)

%matplotlib inline

df = pd.DataFrame('calcium': np.random.randint(0,7,5),
                  'calories': np.random.randint(200,900,5),
                 'fiber': np.random.randint(10,75,5),
                'potassium': np.random.randint(0,20,5)
                  )
df = df.T
df['name'] = df.index

df.reset_index(drop=True)

parallel_coordinates(df,'name')

输出是这样的：

正如我们所见，底部曲线非常难以辨认。我想解决这个问题。 我用谷歌搜索并试图找到如何更改垂直 y 轴刻度线和更改范围（标准化）。

我们将不胜感激。 这是一个美丽的情节，向地球上成功用python可视化这个美丽情节的人致敬！

相关链接：http://bl.ocks.org/syntagmatic/raw/3150059/https://pandas.pydata.org/pandas-docs/stable/generated/pandas.plotting.parallel_coordinates.htmlhttps://pandas.pydata.org/pandas-docs/stable/visualization.htmlHow to plot parallel coordinates on pandas DataFrame with some columns containing strings?

更新

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas.plotting import parallel_coordinates
np.random.seed(100)

plt.style.use('ggplot')
%matplotlib inline

df = pd.DataFrame('calcium': np.random.randint(0,7,5),
                   'calories': np.random.randint(200,900,5),
                   'fiber': np.random.randint(10,75,5),
                   'potassium': np.random.randint(0,20,5),
                   'name': ['apple','banana','orange','mango','watermelon']

                  )
ax = parallel_coordinates(df,'name')
ax.grid(True)
ax.set_yscale('log')

仍然无法在中间轴上放置 ytick 标记。

【问题讨论】：

您是否考虑过使用对数 y 轴？当值的范围太宽而无法在线性轴上绘制时，它很有用。

是的，这会加宽第一个 y 轴刻度标签，但要为所有其他轴提供更多刻度。我的目标是从 blocks.org 中获取情节

但是您将所有元素都绘制在一个图中，它们使用多个子图。您是否在询问如何绘制具有不同 y 轴范围的多个图？

也许我的措辞不同，请看问题中的第一张图片，无论他们采用什么方法来获得那张漂亮的图片，我都在努力获得像他们一样的形象。 ax.set_yscale('log') 也是个好主意。感谢您的建议。

我不想成为一个抱怨者，但是你作为例子展示的情节被重载了一个不是很有用的恕我直言。仅仅因为它看起来很酷，并不意味着它是一个内容丰富的情节。

【参考方案1】：

这是一个解决方案，将有助于使用损坏的 y 轴提高可读性。我从here 窃取了大部分代码。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(100)

%matplotlib inline

df = pd.DataFrame('calcium': np.random.randint(0,7,5),
              'calories': np.random.randint(200,900,5),
             'fiber': np.random.randint(10,75,5),
            'potassium': np.random.randint(0,20,5)
              )

f, (ax, ax2) = plt.subplots(2, 1, sharex=True)

#plot the same data on both axes
ax.plot(df)
ax2.plot(df)

# zoom-in / limit the view to different portions of the data
ax.set_ylim(250, 800)  # outliers only
ax2.set_ylim(0, 75)  # most of the data

# hide the spines between ax and ax2
ax.spines['bottom'].set_visible(False)
ax2.spines['top'].set_visible(False)
ax.xaxis.tick_top()
ax.tick_params(labeltop='off')  # don't put tick labels at the top
ax2.xaxis.tick_bottom()

d = .015  # how big to make the diagonal lines in axes coordinates
kwargs = dict(transform=ax.transAxes, color='k', clip_on=False)
ax.plot((-d, +d), (-d, +d), **kwargs)        # top-left diagonal
ax.plot((1 - d, 1 + d), (-d, +d), **kwargs)  # top-right diagonal

kwargs.update(transform=ax2.transAxes)  # switch to the bottom axes
ax2.plot((-d, +d), (1 - d, 1 + d), **kwargs)  # bottom-left diagonal
ax2.plot((1 - d, 1 + d), (1 - d, 1 + d), **kwargs)  # bottom-right diagonal


f.subplots_adjust(left=0.1, right=1.6, 
              bottom=0.1, top = 0.9, 
              hspace=0.3) # space between the two sections
f.legend(df.columns)

plt.show()

这会产生如下所示的情节：

我仍然认为钙线很难解释，但如果图表足够简单，可以分解成块，你可以放大图像或再次破坏 y 轴。

【讨论】：

f.legend(labels=df.columns) TypeError: legend() missing 1 required positional argument: 'handles'

我在 matplotlib 2.2.2 上，你可以通过在 df.columns 中用 for col 替换 ax.plot(df) 来破解： ax.plot(df[col], label=col)并将 f.legend(df.columns) 替换为 f.legend()