数据科学社区面临一个共同的问题，即理解多个集合之间的关系是一项基本的数据分析任务。

我找到了两个不同的软件包来创建upset chart，它们是pyUpset和upsetplot。

upsetplot：

“这是Lex等人的UpSet图的另一个Python实现。[ Lex2014 ]。它试图提供一个简单的界面，由可扩展的，面向对象的设计支持“ - 引自PyPI中的upsetplot的项目描述

基本输入格式是pandas.Series，包含与设置的交集大小相对应的计数的序列。

如何安装？

pip install upsetplot

Python示例：

from upsetplot import generate_data
example = generate_data(aggregated=True)
example

Output:

然后输入以下Python代码：

from upsetplot import plot
plot(example)

生成：

垂直方向:可以使用以Python下代码旋转图形:

 from matplotlib import pyplot as plt
 from upsetplot import generate_data, plot
 
 example = generate_data(aggregated=True)
 plot(example, orientation=’vertical’)
 plt.show()

输出：

pyUpset

Lex，Gehlenborg等人的UpSet可视化方法套件的纯python实现 - 引自Github中pyUpset的项目描述

如何安装？

pyUpSet在PyPI上，因此可以通过pip以下方式安装：

pip install pyupset

Python示例

import pyupset as pyu
from pickle import load
with open(‘./test_data_dict.pckl’, ‘rb’) as f:
 data_dict = load(f)
 pyu.plot(data_dict)

输出：

交叉点突出显示：

pyUpSet支持“queries”，即交叉点的突出显示。要突出显示的交叉点通过元组指定。例如，以下调用产生图形，其中突出显示所有数据，其对应于分类为“adventure”和“action”，或“romance”和“war”的电影。

Python码：

pyu.plot(data_dict, unique_keys = [‘title’], 
 additional_plots=[{‘kind’:’scatter’, ‘data_quantities’:{‘x’:’views’, ‘y’:’rating_std’}}, {‘kind’:’hist’, ‘data_quantities’:{‘x’:’views’}}],
 query = [(‘adventure’, ‘action’), (‘romance’, ‘war’)])

输出：

pyUpset vs upsetplot：

1. 与upsetplot相比，pyUpset更强大。pyUpset让用户使用查询的强大功能，即突出显示交叉点
2. py-upset不再维护了
3. py-upset的输入格式没有记录，而upsetplot的输入格式已有详细记录
4. py-upset不支持python 2和更新版本的matplotlib
5. upsetplot是一个更干净的版本，一旦输入数据集固定，就可以轻松实现

閱讀更多 不靠譜的貓 的文章

關鍵字: 数据分析 技术 GitHub