比例维恩图超过3套

Question

我在MongoDB中有一组文档,每个文档在列表中都有一个或多个类别.使用map reduce,我可以获得每个独特的类别组合有多少文档的详细信息:

['cat1']               = 523
['cat2']               = 231
['cat3']               = 102
['cat4']               = 72
['cat1','cat2']        = 710
['cat1','cat3']        = 891
['cat1','cat3','cat4'] = 621 ...

其中总数是针对精确组合类别的文档数量.

我正在寻找一种合理的方式来呈现这些数据,我认为具有比例区域的维恩图是个好主意.使用上面的例子,区域cat1将是523 + 710 + 891 + 621,cat1和cat3之间的重叠区域将是891 + 621,cat1,cat3,cat4之间的重叠区域将是621等.

有没有人有任何关于我如何实现这个的提示？我最好喜欢用Python(+ Numpy/MatPlotLib)或MatLab来做.

Answer 1

问题

我们需要表示多个互连的对象类别的计数,维恩图表不能代表一些微不足道的类别及其重叠.

一个办法

将每个类别及其组合视为图中的节点.绘制图形,使节点的大小代表每个类别中的计数,边缘连接相关的类别.这种方法的优点是:可以轻松容纳多个类别,这成为一种连接的气泡图.

结果

代码

建议的解决方案使用NetworkX创建数据结构,使用matplotlib绘制它.如果数据以正确的格式显示,则会扩展为具有多个连接的大量类别.

import networkx as nx
import matplotlib.pyplot as plt

def load_nodes():
    text = '''  Node    Size
                1        523
                2        231
                3        102
                4         72
                1+2      710
                1+3      891
                1+3+4    621'''
    # load nodes into list, discard header
    # this may be replaced by some appropriate output 
    # from your program
    data = text.split('\n')[1:]
    data = [ d.split() for d in data ]
    data = [ tuple([ d[0], 
                    dict( size=int(d[1]) ) 
                    ]) for d in data]
    return data

def load_edges():
    text = '''  From   To
                1+2    1
                1+2    2
                1+3    1
                1+3    3
                1+3+4    1
                1+3+4    3
                1+3+4    4'''
    # load edges into list, discard header
    # this may be replaced by some appropriate output 
    # from your program
    data = text.split('\n')[1:]
    data = [ tuple( d.split() ) for d in data ]
    return data

if __name__ == '__main__':
    scale_factor = 5
    G = nx.Graph()
    nodes = load_nodes()
    node_sizes = [ n[1]['size']*scale_factor
                  for n in nodes ]

    edges = load_edges()
    G.add_edges_from( edges )

    nx.draw_networkx(G, 
                     pos=nx.spring_layout(G),
                     node_size = node_sizes)
    plt.axis('off')
    plt.show()

其他方案

其他解决方案可能包括:气泡图,Voronoi图,和弦图和蜂巢图等.所有链接的示例都不使用Python; 它们仅用于说明目的.

Answer 2

这通常是不可能的，除非粗略地讲，交点图是平面图 并且没有 4 路交点。边长也有限制（除非您愿意绘制无定形斑点来表示面积）；所以如果你坚持要画圆圈，这就更受限制了。

在非常简单的情况下，您可以编写一个例程来绘制三向维恩图，然后在三元组的“另一侧”“添加”另一个圆圈。在上面的例子中，1,3,4是三元组，2是奇数。

如果可能，因为您的数据满足上述条件（由于某种原因，您的图形是平面的且极其复杂），并且您使用无定形斑点，则可以绘制平面图，并慢慢增长每条边以“膨胀”成椭圆体。您可以以轻松的方式执行此操作：如果它们的交点低于应有的值，则它们会膨胀；如果它们的交点高于应有的值，则它们会收缩。（它们实际上有两个维度来做到这一点：增肥和伸长；适当选择。伸长将推动图表的其余部分，因此您必须检查这不会使事情变得不可能，例如通过使用基于物理弹簧的布局。）最终您可能会得出一个答案，您必须检查其准确性。

Answer 3

我相信ninjagecko是正确的,这通常不能表示为交叉图,除非你不介意图是n维.但是,如果每个类别都有一个显示其所有交叉点的图表,它可以用2D表示 - 这本身可以是单个图表.因此,这可能是表示数据的更合适的方式.我制作了一个堆叠的条形图来说明:

代码:

cats = ['cat1','cat2','cat3','cat4']
data = {('cat1',): 523, ('cat2',): 231, ('cat3',): 102, ('cat4',): 72, ('cat1','cat2'): 710,('cat1','cat3'): 891,('cat1','cat3','cat4') : 621}

import matplotlib.pyplot as plt
import numpy as np
from random import random

colors = dict([(k,(random(),random(),random())) for k in data.keys()])
print colors
for i, cat in enumerate(sorted(cats)):
    y = 0
    for key, val in data.items():
        if cat in key:
            plt.bar(i, val, bottom=y, color=colors[key])
            plt.text(i,y,' '.join(key))
            y += val
plt.xticks(np.arange(len(cats))+0.4, cats )
plt.show()