如何在 Python 中繪製平行坐標圖

平行坐標圖是一種有用的可視化工具，用於顯示共享相同數值數據的多個變量之間的關係。在 LuckyTemplates 中，這些圖是使用非常簡單的 Python 代碼創建的，您可以使用這些代碼輕鬆創建和設置樣式。 

在今天的博客中，我們將學習如何使用Python創建多變量或平行坐標圖。我們將逐步完成該過程，從準備數據到自定義繪圖以提高可讀性。您可以在本博客底部觀看本教程的完整視頻。 

目錄

• Python 中的平行坐標圖：示例 1
  • 情節 Python 代碼
  • 在 Python 中製作情節
  • 在 Python 中顯示情節
• Python 中的平行坐標圖：示例 2
  • 數據集 Python 代碼
  • Python 中的樣式圖
• 結論

Python 中的平行坐標圖：示例 1

這是我們的第一個情節。它顯示了我們的三個變量——變量 A、B 和 C，以及代表項目 1 和 2 的兩條線。 

這意味著我們有兩組數據，一組用於項目 1，另一組用於項目 2。對於每個數據集，我們都有三個變量。 

讓我們看一下數據，以更好地理解情節的結構。 

首先突出顯示圖表。單擊數據。 

應該會出現一個包含非常簡單數據的表格。它是使用插入表選項創建的。我們可以看到，列中的每個項目的變量 A、B 和 C 在每一行中都是分開的。

我們有簡單的數據，但我們可以把它變成非常有說服力的東西。例如，在我們的圖中，我們可以確定數據之間的關係非常“低”。 

為了說明這一點，我們可以將此圖與我們的數據進行比較。項目 1 中的變量 B 在項目 2 中為 100 和 115，如圖所示。 

我們還可以確定項目和變量是如何相關的。例如，我們很容易看出變量A低於B，而C是三者中最低的。

情節 Python 代碼

現在讓我們繼續處理用於實際繪圖的 Python代碼。

首先從Visualizations窗格中選擇Python visual 。 

突出顯示我們的第一個圖形以打開Python 腳本編輯器。 

首先，我們導入matplotlib.pyplot並將其保存為變量plt。 

然後，我們引入pandas.plotting功能。Pandas 在 LuckyTemplates 中用作數據操作庫。它主要用於處理數據，但也具有繪圖功能。

讓我們從pandas.plotting導入parallel_coordinates。Parallel_coordinates 將是創建圖形的主要函數。 

在 Python 中製作情節

在第 13 行，我們通過編寫#make a plot來記錄我們將要做的事情。

我們使用parallel_coordinates並傳入數據集。 

在第 3 行，我們可以看到數據集是使用pandas.DataFrame ( )函數創建的。然後，我們添加項目、變量 A、變量 B 和變量 C，它們隨後反映在我們的值列表中。 

在第 4 行中，使用dataset.drop_duplicates ( ) 對數據集進行了去重。

我們可以轉到“可視化”窗格以查看我們添加的值。

刪除這些值中的任何一個都會影響我們的視覺效果。例如，如果我們刪除變量 C，坐標將相應改變，向我們展示值是如何工作的。 

讓我們通過在“字段”窗格中的“數據”下選中它旁邊的框來恢復我們的變量 C。

接下來，傳入帶有幾個不同參數的parallel_coordinates函數。在我們的例子中，它採用數據集和項目，這將提供我們數據集中的類型和維度。

如果我們從函數中刪除Item並運行它，視覺對象將無法工作。

我們將收到一個 Python 腳本錯誤，指出parallel_coordinates ()函數缺少 1 個必需的位置參數，即 class_column 。 

因此，讓我們將Item添加回來。 因為它是定位的，所以我們不需要寫類坐標。我們可以在完成後運行代碼。 

在 Python 中顯示情節

下一步是顯示情節，因此在第 16 行，我們通過編寫# show the plot來記錄我們將要做的事情。

回想一下，我們之前導入了matplotlib.pyplot並將其保存為plt。我們這樣做是因為我們需要plt.show()函數 來顯示我們的繪圖。 

Python 中的平行坐標圖：示例 2

我們的第二個圖是一個鳶尾花數據集，顯示了petal_length、petal_width、sepal_length 和 sepal_width。與第一張圖相比，它有更多的風格。 

這個數據集是用 Python 代碼創建的。 

要查看我們的數據，請單擊“轉換數據”並轉到iris_dataset。 

數據集包​​含維度列 -萼片長度、萼片寬度、花瓣長度和花瓣寬度。它還有一個物種類型列。 

數據集 Python 代碼

我們的數據是使用 Python 代碼輕鬆引入的。轉到Source以顯示 Python 腳本。 

我們的 Python 代碼只有兩行。在第一行中，我們導入了 seaborn並將其保存為變量sns。我們將數據集命名為iris_dataset，並使用 sns 變量通過sns.load_dataset('iris')函數加載數據集。 

單擊“確定”以獲取我們在上面看到的數據。瀏覽數據，完成後，我們可以通過轉到Close & Apply > Close關閉數據集。 

Python 中的樣式圖

要打開 Python 腳本編輯器以獲取我們更具程式化的圖形，請單擊我們的第二個繪圖。

我們首先將matplotlib.pyplot作為plt導入。 

然後，我們使用函數plt.style.use ('dark_background')來設置視覺樣式。 

我們可以使用 matplotlib 的Style sheet reference輕鬆地根據我們喜歡的樣式自定義背景。在我們的例子中，我們使用了深色背景。

讓我們也嘗試使用ggplot，這是一種常用的樣式。

如果我們運行它，它會給我們一個看起來像這樣的視覺效果。 

然後，通過從pandas.plotting 導入parallel_coordinates來為圖形加載 pandas 函數。 

為了製作情節，我們引入了數據集並將我們的物種設置為類別。 

與我們的第一個圖相比，我們添加了一個額外的參數，即用於獲取不同顏色的顏色圖。使用 matplotlib 變量plt.get_cmap 傳遞它。 

在 matplotlib 的Colormap 參考中有很多 matplotlib 顏色變量可供選擇。

例如，我們目前使用的是定性顏色圖中的第 2 組，但我們也可以將其更改為其他顏色，例如循環顏色圖中的hsv。 

點擊運行得到一個看起來像這樣的圖。 

Hsv在我們的數據上看起來不太好，但我們可以嘗試直到找到最適合我們繪圖的顏色圖。 

Python 相關性：使用 ProfileReport() 在 Pandas 中創建視覺數據集的指南| LuckyTemplates 中的 Python
Python 中的 Seaborn 函數可視化變量的分佈

結論

在本教程中，我們介紹了在 Python 中創建平行坐標圖的基礎知識。我們已經完成了準備數據、創建繪圖和自定義繪圖以提高可讀性的過程。 

平行坐標圖是可視化高維數據的強大工具，可用於金融、工程和機器學習等多個領域。現在我們知道如何在Python中創建平行坐標圖，我們可以開始使用它們來更好地理解和可視化我們自己的數據。

一切順利，

蓋林荷蘭