[Python] Si vous souhaitez dessiner un diagramme de dispersion de plusieurs clusters

Objectif de cet article

Lorsque vous dessinez un diagramme de dispersion de plusieurs clusters, les points peuvent se chevaucher et cela peut être difficile à voir. Par conséquent, j'ai créé un graphique qui peut être confirmé un cluster à la fois en utilisant `` Plotly ''.

Contexte

Par exemple, lorsqu'il existe de telles données avec des coordonnées xy divisées en 5 groupes,

Par exemple, avec `` Seaborn '', vous pouvez dessiner le tracé suivant sur une seule ligne.

sns.scatterplot(x="x", y="y", hue="class", data=df)

Cependant, il est un peu difficile de voir s'il reste au-dessus, alors spécifiez la transparence alpha,

sns.scatterplot(x="x", y="y", hue="class", data=df, alpha=0.5)

Bien que cela se soit un peu amélioré, il est encore difficile de voir avec ces données.

J'ai donc pensé que ce serait bien si je pouvais tracer les clusters un par un ... et j'ai essayé d'utiliser `` Plotly ''.

Commentaire

Tout d'abord, préparez la bibliothèque,

import numpy as np
import pandas as pd

import seaborn as sns
import matplotlib.pyplot as plt
import plotly.graph_objects as go
import plotly

Préparez des données factices.

x0 = np.random.normal(2, 0.8, 400)
y0 = np.random.normal(2, 0.8, 400)
x1 = np.random.normal(3, 1.2, 600)
y1 = np.random.normal(6, 0.8, 600)
x2 = np.random.normal(4, 0.4, 200)
y2 = np.random.normal(4, 0.8, 200)
x3 = np.random.normal(1, 0.8, 300)
y3 = np.random.normal(3, 1.2, 300)
x4 = np.random.normal(1, 0.8, 300)
y4 = np.random.normal(5, 0.8, 300)

df = pd.DataFrame()

df["x"] = np.concatenate([x0, x1, x2, x3, x4])
df["y"] = np.concatenate([y0, y1, y2, y3, y4])
df["class"] = ["Cluster 0"]*400 + ["Cluster 1"]*600 + ["Cluster 2"]*200+ ["Cluster 3"]*300+ ["Cluster 4"]*300

Ensuite, la partie intrigue du sujet principal, Je vais d'abord vous montrer tout le code.

def plotly_scatterplot(x, y, hue, data, title=""):
    cluster = df[hue].unique()
    n_cluster = len(cluster)
    colors = plt.rcParams['axes.prop_cycle'].by_key()['color']

    fig = go.Figure()

    button = []
    tf = [True]*n_cluster
    tmp = dict(label="all",
               method="update",
               args=[{"visible": tf}]
               )
    button.append(tmp)

    for i,clu in enumerate(cluster):
        fig.add_trace(
            go.Scatter(
                x = df[df[hue]==clu][x],
                y = df[df[hue]==clu][y],
                mode="markers",
                name=clu,
                marker=dict(color=colors[i])
                )
            )

        tf = [False]*n_cluster
        tf[i] = True
        tmp = dict(label=clu,
                   method="update",
                   args=[{"visible": tf}]
                   )
        button.append(tmp)
    

    fig.update_layout(
        updatemenus=[
            dict(type="buttons",
                 x=1.15,
                 y=1,
                 buttons=button
                 )
            ])

    x_min = df[x].min()
    x_max = df[x].max()
    x_range = x_max - x_min
    y_min = df[y].min()
    y_max = df[y].max()
    y_range = y_max - y_min

    fig.update_xaxes(range=[x_min-x_range/10, x_max+x_range/10])
    fig.update_yaxes(range=[y_min-y_range/10, y_max+x_range/10])
    fig.update_layout(
    title_text=title,
    xaxis_title=x,
    yaxis_title=y,
    showlegend=False,
    )

    fig.show()
    #plotly.offline.plot(fig, filename='graph.html')

Excusez-moi d'être si long ... Il y a deux points.

Point 1

fig.add_trace(
    go.Scatter(
        x = df[df[hue]==clu][x],
        y = df[df[hue]==clu][y],
        mode="markers",
        name=clu,
        marker=dict(color=colors[i])
        )
    )

Dans cette partie, nous créons un diagramme de dispersion pour chaque cluster dans le bloc de données df``` . `` colors contient la chaîne de couleurs automatiquement sélectionnée par plt. Par conséquent, il est spécifié dans l'ordre avec color = colors [i] ''.

Point 2

tf = [False]*n_cluster
tf[i] = True
tmp = dict(label=clu,
           method="update",
           args=[{"visible": tf}]
           )
button.append(tmp)

à tf[False, True, False, False, False]Il existe une valeur booléenne comme,Sélectionnez la trace à afficher / masquer.

 Cette fois, avec `` `fig.add_trace```, 5 diagrammes de dispersion sont superposés, et quel nombre doit être affiché.` `` Tf = [True, True, True, True, True " ] ```And all True affichera un diagramme de dispersion de toutes les données.


 Après cela, dans la ligne suivante,

```python
plotly_scatterplot(x="x", y="y", hue="class", data=df, title="Scatter Plot")

Vous pouvez dessiner le tracé au début.

c'est tout!

référence

Plotly：Update Button stack overflow：Get default line colour cycle