快捷導(dǎo)航

使用Matplotlib繪制平行坐標系的示例詳解

更新時間：2023年07月03日 14:33:48 作者：databook

平行坐標系，是一種含有多個垂直平行坐標軸的統(tǒng)計圖表，這篇文章主要為大家介紹了如何使用繪制平行坐標系，需要的小伙伴可以參考一下

1. 準備示例數(shù)據(jù)

準備一些學(xué)生各個科目的成績數(shù)據(jù)，用來分析整體學(xué)習(xí)情況以及是否有偏科的情況。

姓名	語文	數(shù)學(xué)	英語	物理	化學(xué)
學(xué)生A	100	120	98	88	78
學(xué)生B	105	133	109	87	89
學(xué)生C	80	112	87	90	95
學(xué)生D	90	89	76	89	88
學(xué)生E	102	60	90	66	65

假設(shè)：

語文滿分 120
數(shù)學(xué)滿分 150
英語滿分 110
物理滿分 90
化學(xué)滿分100

2. 封裝繪圖函數(shù)

python的繪圖函數(shù)庫matplotlib中，默認沒有提供繪制平行坐標系的接口。

但是，基于matplotlib 提供的繪圖底層接口，也可以很容易封裝一個繪制平行坐標系的類。

2.1. 屬性封裝

根據(jù)平行坐標系上的常用元素，封裝的屬性主要包括：

名稱	類型	說明
title	string 字符串	標題
x_labels	list 列表	每一行數(shù)據(jù)的名稱，list的長度就是數(shù)據(jù)的行數(shù)
y_labels	list 列表	每一個平行的Y軸的名稱，list的長度就是平行的Y軸的個數(shù)
y_data	list[list] 二維列表	數(shù)據(jù)行數(shù)就是x_labels的長度，數(shù)據(jù)的列數(shù)就是y_labels的長度
y_mins	list 列表	每個平行的Y軸的最小值
y_maxs	list 列表	每個平行的Y軸的最大值

class ParallelCoord:
    """
    平行坐標系
    """
    def __init__(self, title, x_labels, y_labels, y_data, y_min, y_max):
        self.title = title
        self.x_labels = x_labels
        self.y_labels = y_labels
        self.y_data = y_data
        self.y_min = y_min
        self.y_max = y_max

2.2. 繪圖封裝

繪圖的步驟主要有：

設(shè)置畫布
設(shè)置標題
設(shè)置各個平行的Y軸
設(shè)置X軸
在平行坐標系中繪制曲線
繪制圖例

import matplotlib.pyplot as plt
from matplotlib.path import Path
import matplotlib.patches as patches
import numpy as np
class ParallelCoord:
    """
    平行坐標系
    """
    def __init__(self, title, x_labels, y_labels, y_data, y_mins, y_maxs):
        self.title = title
        self.x_labels = x_labels
        self.y_labels = y_labels
        self.y_data = y_data
        self.y_mins = y_mins
        self.y_maxs = y_maxs
    def draw(self):
        # 1. 設(shè)置畫布
        fig, host = plt.subplots(figsize=(10, 4))
        # 2. 設(shè)置標題
        host.set_title(self.title, fontsize=18, pad=12)
        # 3. 設(shè)置各個平行的Y軸
        # 每個坐標系的上下限不一樣，調(diào)整顯示方式
        dys = np.array(self.y_maxs) - np.array(self.y_mins)
        zs = np.zeros_like(self.y_data)
        zs[:, 0] = self.y_data[:, 0]
        zs[:, 1:] = (self.y_data[:, 1:] - self.y_mins[1:]) / dys[1:] * dys[
            0
        ] + self.y_mins[0]
        axes = [host] + [host.twinx() for i in range(len(self.y_labels) - 1)]
        for i, ax in enumerate(axes):
            ax.set_ylim(self.y_mins[i], self.y_maxs[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 / (len(self.y_labels) - 1)))
        # 4. 設(shè)置X軸
        host.set_xlim(0, len(self.y_labels) - 1)
        host.set_xticks(range(len(self.y_labels)))
        host.set_xticklabels(self.y_labels, fontsize=14)
        host.tick_params(axis="x", which="major", pad=7)
        host.spines["right"].set_visible(False)
        host.xaxis.tick_top()
        # 5. 在平行坐標系中繪制曲線
        colors = plt.cm.Set1.colors
        legend_handles = [None for _ in self.x_labels]
        for j in range(len(self.x_labels)):
            verts = list(
                zip(
                    [
                        x
                        for x in np.linspace(
                            0,
                            len(self.y_data) - 1,
                            len(self.y_data) * 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)
        # 6. 繪制圖例
        host.legend(
            self.x_labels,
            loc="lower center",
            bbox_to_anchor=(0.5, -0.18),
            ncol=len(self.x_labels),
            fancybox=True,
            shadow=True,
        )
        # 顯示圖形
        plt.tight_layout()
        plt.show()

3. 繪制效果

封裝好函數(shù)之后，繪制起來就很簡單了。

#根據(jù)示例數(shù)據(jù)設(shè)置變量
title = "學(xué)生各科成績"
x_labels = ["學(xué)生A", "學(xué)生B", "學(xué)生C", "學(xué)生D", "學(xué)生E"]
y_labels = ["語文", "數(shù)學(xué)", "英語", "物理", "化學(xué)"]
y_data = np.array(
    [
        [100, 120, 98, 88, 78],
        [105, 133, 109, 87, 89],
        [80, 112, 87, 90, 95],
        [90, 89, 76, 89, 88],
        [102, 60, 90, 66, 65],
    ]
)
y_mins = [0, 0, 0, 0, 0]
y_maxs = [120, 150, 110, 90, 100]
#繪制
pc = ParallelCoord(title, x_labels, y_labels, y_data, y_mins, y_maxs)
pc.draw()