Python实现平行坐标图的绘制(plotly)

快来打我* 2022-03-21 02:20 535阅读 0赞

# 平行坐标图简介 #

当数据的维度超过三维时，此时数据的可视化就变得不再那么简单。为解决高维数据的可视化问题，我们可以使用平行坐标图。以下关于平行坐标图的解释引自百度百科：为了克服传统的笛卡尔直角坐标系容易耗尽空间、 难以表达三维以上数据的问题， 平行坐标图将高维数据的各个变量用一系列相互平行的坐标轴表示， 变量值对应轴上位置。为了反映变化趋势和各个变量间相互关系，往往将描述不同变量的各点连接成折线。所以平行坐标图的实质是将m维欧式空间的一个点Xi(xi1,xi2,...,xim) 映射到二维平面上的一条曲线。在N条平行的线的背景下，（一般这N条线都竖直且等距），一个在高维空间的点可以被表示为一条拐点在N条平行坐标轴的折线，在第K个坐标轴上的位置就表示这个点在第K个维的值。

# 绘制平行坐标图 #

本文主要介绍两种利用Python绘制平行坐标图的方法，分别是利用pandas包绘制和利用plotly包绘制(默认已安装pandas包和plotly包)。

### **利用pandas实现平行坐标图的绘制** ###

import matplotlib.pyplot as plt
    import pandas as pd
    import seaborn as sns
    from pandas.plotting import parallel_coordinates
    
    data = sns.load_dataset('iris')
    
    fig,axes = plt.subplots()
    parallel_coordinates(data,'species',ax=axes)
    fig.savefig('parallel.png')

绘制的平行坐标图如下所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDgwODUw_size_16_color_FFFFFF_t_70][]

从上图可以看到x轴上变量共用一个y坐标轴，此时因sepal\_length、sepal\_width、petal\_length以及petal\_width这四个变量的值得范围相近，利用这种方式作出的共用y轴的平行坐标图有着很好的可视化效果；但假如sepal\_length、sepal\_width、petal\_length以及petal\_width这些变量的值的范围相差较大时，这种共用y轴的平行坐标图就不再适用，此时我们需要的是y轴独立的平行坐标图。下面介绍的另一种方法实现的就是y轴独立的平行坐标图。

### 利用plotly实现平行坐标图的绘制 ###

plotly绘图有两种模式，一种是online模式，另一种是offline模式。本文使用的是offline模式，且是在jupyter notebook中进行绘图。

**首先熟悉一下plotly的绘图方式：**

import plotly as py
    import plotly.graph_objs as go
    py.offline.init_notebook_mode(connected=True)   # 初始化设置
    
    py.offline.iplot({
        "data": [go.Parcoords(
            line = dict(color = 'blue'),
            dimensions = list([
                dict(range = [1,5],
                     constraintrange = [1,2],
                     label = 'A', values = [1,4]),
                dict(range = [1.5,5],
                     tickvals = [1.5,3,4.5],
                     label = 'B', values = [3,1.5]),
                dict(range = [1,5],
                     tickvals = [1,2,4,5],
                     label = 'C', values = [2,4],
                     ticktext = ['text 1', 'text 2', 'text 3', 'text 4']),
                dict(range = [1,5],
                     label = 'D', values = [4,2])
            ])
        )],
        "layout": go.Layout(title="My first parallel coordinates")
    })

绘制图形如下所示：

### ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDgwODUw_size_16_color_FFFFFF_t_70 1][] ###

**绘制鸢尾花数据的平行坐标图：**

df = sns.load_dataset('iris')
    df['species_id'] = df['species'].map({'setosa':1,'versicolor':2,'virginica':3})  #用于颜色映射
       
    py.offline.iplot({
        "data": [go.Parcoords(
            line = dict(color = df['species_id'],
                       colorscale = [[0,'#D7C16B'],[0.5,'#23D8C3'],[1,'#F3F10F']]),
            dimensions = list([
                dict(range = [2,8],
                    constraintrange = [4,8],
                    label = 'Sepal Length', values = df['sepal_length']),
                dict(range = [1,6],
                    label = 'Sepal Width', values = df['sepal_width']),
                dict(range = [0,8],
                    label = 'Petal Length', values = df['petal_length']),
                dict(range = [0,4],
                    label = 'Petal Width', values = df['petal_width'])
            ])
        )],
        "layout": go.Layout(title='Iris parallel coordinates plot')
    })

绘制的图形如下所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDgwODUw_size_16_color_FFFFFF_t_70 2][]

注：关于plotly.offline.iplot、go.Parcoords以及go.Layout的用法可以利用help关键字查看相关帮助文档，与pyecharts不同，plotly提供的帮助文档非常详细。

参考：

[https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.plotting.parallel\_coordinates.html?highlight=parallel\_coordinates\#pandas.plotting.parallel\_coordinates][https_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.plotting.parallel_coordinates.html_highlight_parallel_coordinates_pandas.plotting.parallel_coordinates]

[https://plot.ly/python/parallel-coordinates-plot/][https_plot.ly_python_parallel-coordinates-plot]

[https://plot.ly/python/getting-started/\#start-plotting-online][https_plot.ly_python_getting-started_start-plotting-online]

[https://baike.baidu.com/item/%E5%B9%B3%E8%A1%8C%E5%9D%90%E6%A0%87%E5%9B%BE/7430642][https_baike.baidu.com_item_E5_B9_B3_E8_A1_8C_E5_9D_90_E6_A0_87_E5_9B_BE_7430642]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDgwODUw_size_16_color_FFFFFF_t_70]: /images/20220321/e9f271af2f81482385eadff9a17042b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDgwODUw_size_16_color_FFFFFF_t_70 1]: /images/20220321/e7b2e6220c914c03833ef1e30ebd5448.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDgwODUw_size_16_color_FFFFFF_t_70 2]: /images/20220321/6d38f06a218442d1b3667991e291b3be.png
[https_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.plotting.parallel_coordinates.html_highlight_parallel_coordinates_pandas.plotting.parallel_coordinates]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.plotting.parallel_coordinates.html?highlight=parallel_coordinates#pandas.plotting.parallel_coordinates
[https_plot.ly_python_parallel-coordinates-plot]: https://plot.ly/python/parallel-coordinates-plot/
[https_plot.ly_python_getting-started_start-plotting-online]: https://plot.ly/python/getting-started/#start-plotting-online
[https_baike.baidu.com_item_E5_B9_B3_E8_A1_8C_E5_9D_90_E6_A0_87_E5_9B_BE_7430642]: https://baike.baidu.com/item/%E5%B9%B3%E8%A1%8C%E5%9D%90%E6%A0%87%E5%9B%BE/7430642