🍉 CSDN 葉庭云：https://yetingyun.blog.csdn.net/

---

一、前言

JoyPy 是一個基于 matplotlib + pandas 的單功能 Python 包，它的唯一目的是繪制山脊線圖 Joyplots（也稱為 Ridgeline Plots）。

Joyplots 是堆疊的、部分重疊的密度圖，就是這么簡單。它們是一種很好的繪制數(shù)據(jù)的方式，可以用來直觀比較分布，特別是哪些隨著一個維度（比如時間）變化的分布。雖然這并不是一種新技術(shù)。

Github 地址：https://github.com/leotac/joypy

安裝 joypy，使用 pip install joypy==0.2.6 就好。

在行為差異、特征工程和預測建模等場景中，了解不同組之間的變量分布差異非常有用。在這些情況下，許多數(shù)據(jù)科學家更喜歡在單一坐標軸上繪制組級分布圖，例如直方圖或密度圖。然而，當群體較多時，簡單的組級分布圖可能變得混亂且難以理解。

本文將向您介紹一種緊湊而優(yōu)雅的數(shù)據(jù)可視化工具：山脊線圖。它以清晰的方式展示不同變量或變量類別的分布差異，幫助我們更好地理解數(shù)據(jù)中的群體特征，從而獲得更深入的洞察和啟發(fā)。

---

二、主要內(nèi)容

使用鳶尾花數(shù)據(jù)集 iris.csv 做實驗，這個數(shù)據(jù)集如下所示：

打印特征名稱和標簽，以及輸出標簽的 value_counts。

print(f"特征：{list(df.columns)[:-1]}")
print(f"標簽：{list(df.columns)[-1]}")特征：['SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth']
標簽：Namedf["Name"].value_counts()Iris-setosa        50
Iris-versicolor    50
Iris-virginica     50
Name: Name, dtype: int64

selected_cols = ['SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth']fig, ax = plt.subplots(figsize=(10, 6), dpi=200)
my_title = 'Distribution of features in the iris dataset'fig, axes = joyplot(data=df,ax=ax,by='Name',column=selected_cols,xlabelsize=14,ylabelsize=14,grid=True,hist=False,color=['#FF0066', '#9400D3','#002FA7', '#FFB900'],legend=True,title=my_title,alpha=0.86,
)fig.savefig("./Figures/山脊圖.png", dpi=300)plt.show()

關(guān)鍵參數(shù)說明：

• data：數(shù)據(jù)幀（DataFrame）、系列（Series）或嵌套集合（Nested collection）。常用 pandas 的 DataFrame。
• ax : matplotlib axes 對象，默認為 None。
• column：字符串或序列。如果傳入?yún)?shù)，將用于將數(shù)據(jù)限制為列的子集。
• by：對象，可選項。用于劃分不同組的變量分布的特征名稱。本次實驗中是 “Name”。
• grid：布爾值，默認是 True。是否顯示軸網(wǎng)格線。
• title：繪制的圖表的標題。
• alpha：設(shè)置透明度。
• xlabels、ylabels：布爾值或列表，默認為 True。
• xlabelsize：整數(shù)，默認值 None。如果指定，則更改 X 軸標簽尺寸。
• xrot：浮點數(shù)，默認為 None。旋轉(zhuǎn) X 軸標簽的角度。
• ylabelsize：整數(shù)，默認值 None。如果指定，則更改 Y 軸標簽尺寸。
• yrot：浮點數(shù)，默認為 None。旋轉(zhuǎn) Y 軸標簽的角度。
• figsize : 元組。默認情況下，要創(chuàng)建的圖形大小（以 inches 為單位）。
• color：在繪圖中使用的一種或多種顏色?？梢允亲址蛉魏慰杀?matplotib 解釋為顏色的東西。通常傳入顏色列表。
• kwds : 其他繪圖關(guān)鍵字參數(shù)，將傳遞給 hist$/$kde plot 函數(shù)。

實際上，這主要涉及一些 matplotlib 繪圖參數(shù)。用戶還可以直接修改源代碼，以調(diào)整 X 軸、Y 軸、標題和圖例的字體大小，從而使生成的山脊線圖更加美觀。

山脊線圖可視化的效果如下圖所示：

正如上圖所示，山脊線圖不僅展示了每個鳶尾花種類四個特征的分布形狀和峰值，還直觀地展示了不同種類之間的差異。通過將多個組的分布放置在同一張山脊線圖上，并使用不同的顏色或線型進行標識，我們可以輕松比較它們之間的相似性和差異性。

---

三、總結(jié)

山脊線圖（Ridgeline Plots），也被稱為 Joy Plots，是一種用于展示一個或多個組的數(shù)據(jù)分布的數(shù)據(jù)可視化方法。

什么是山脊線圖？

• 山脊線圖中，每個組的數(shù)據(jù)分布通過平滑的密度曲線表示，這些曲線沿垂直軸堆疊排列，從而產(chǎn)生類似山脊的視覺效果。
• 這種圖表特別適用于比較不同組的數(shù)據(jù)分布情況。

為什么要使用山脊線圖？

• 平滑展示數(shù)據(jù)分布：與傳統(tǒng)的條形圖或直方圖相比，山脊線圖提供了一種更平滑、更直觀的方式來展示數(shù)據(jù)的分布情況。
• 比較能力：山脊線圖非常適合比較多個分布的形狀和大小，清晰地展示不同組之間的變化和趨勢。
• 空間效率：通過在單個圖中堆疊，山脊線圖可以有效地利用空間，避免了創(chuàng)建多個單獨的密度圖。
• 美觀性：山脊線圖在視覺上吸引人，用不同的顏色和樣式區(qū)分不同的組，使得數(shù)據(jù)更加生動和直觀。
• 趨勢識別：可以輕松識別多個群體數(shù)據(jù)中的共同模式和異常值。
• 適用于大量數(shù)據(jù)集：山脊線圖適用于展示大量數(shù)據(jù)集，而不會顯得擁擠或不清晰。

如何制作山脊線圖？

• 山脊線圖的制作基于核密度估計（Kernel Density Estimation，KDE），這是一種非參數(shù)估計概率密度函數(shù)的方法。
• 使用 JoyPy，一個基于 matplotlib + pandas 的輕量級 Python 包，可以輕松繪制山脊線圖 Joy Plot。

---

📚? 參考鏈接：

• 山脊線圖（Ridgeline Plots）：一個被低估的數(shù)據(jù)可視化瑰寶
• HF.050 | 山脊圖、密度圖，最全總結(jié)實現(xiàn)方法在這里！
• 沈向洋：致 AI 時代的我們 —— 請不要忽視寫作的魅力