python繪制云雨圖raincloud?plot

更新時(shí)間：2022年08月04日 14:42:33 作者：LIAN_U

這篇文章主要介紹了python繪制云雨圖raincloud?plot，Raincloud的Python實(shí)現(xiàn)是一個(gè)名為PtitPrince的包，它寫(xiě)在seaborn之上，這是一個(gè)Python繪圖庫(kù)，用于從pandas數(shù)據(jù)幀中獲取漂亮的繪圖

官方github： https://github.com/RainCloudPlots/RainCloudPlots

Raincloud 的 Python 實(shí)現(xiàn)是一個(gè)名為 PtitPrince 的包，它寫(xiě)在 seaborn 之上，這是一個(gè) Python 繪圖庫(kù)，用于從 pandas 數(shù)據(jù)幀中獲取漂亮的繪圖。

import pandas as pd
import seaborn as sns
import os
import matplotlib.pyplot as plt
#sns.set(style="darkgrid")
#sns.set(style="whitegrid")
#sns.set_style("white")
sns.set(style="whitegrid",font_scale=2)
import matplotlib.collections as clt
import ptitprince as pt

#圖片保存及輸出設(shè)置
savefigs = True
figs_dir = '../figs/tutorial_python'
if savefigs:
    # Make the figures folder if it doesn't yet exist
    #如果沒(méi)有找到文件夾，先創(chuàng)建此文件夾
    if not os.path.isdir('../figs/tutorial_python'):
        os.makedirs('../figs/tutorial_python')

def export_fig(axis,text, fname):
    if savefigs:
        axis.text()
        axis.savefig(fname, bbox_inches='tight')

df = pd.read_csv ("simdat.csv", sep= ",")
df.head()

該圖可以讓讀者初步了解數(shù)據(jù)集：哪個(gè)組的平均值更大，這種差異是否可能顯著。此圖中僅顯示每組分?jǐn)?shù)的平均值和標(biāo)準(zhǔn)差。

f, ax = plt.subplots(figsize=(7, 7))
sns.barplot(x = "group", y = "score", data = df, capsize= .1)
plt.title("Figure P1\n Bar Plot")
if savefigs:
    plt.savefig('.\\figs\\tutorial_python\\figureP01.png', bbox_inches='tight')

為了了解我們的數(shù)據(jù)集的分布，我們可以繪制一個(gè)“云”，即直方圖的平滑版本：

# plotting the clouds
f, ax = plt.subplots(figsize=(7, 5))
dy="group" 
dx="score"
ort="h"
pal = sns.color_palette(n_colors=1)
ax=pt.half_violinplot(x=dx, y=dy, data=df, palette=pal, bw=.2, cut=0., scale="area", width=.6, inner=None, orient=ort)
plt.title("Figure P2\n Basic Rainclouds")
if savefigs:
    plt.savefig('.\\figs\\tutorial_python\\figureP02.png', bbox_inches='tight')

為了更精確地了解分布并說(shuō)明數(shù)據(jù)中的潛在異常值或其他模式，我們現(xiàn)在添加“雨”，即數(shù)據(jù)點(diǎn)的簡(jiǎn)單單維表示：

# adding the rain
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot(x=dx, y=dy, data=df, palette=pal, bw=.2, cut=0., scale="area", width=.6, inner=None, orient=ort)
ax=sns.stripplot(x=dx, y=dy, data=df, palette=pal, edgecolor="white", size=3, jitter=0, zorder=0, orient=ort)
plt.title("Figure P3\n Raincloud Without Jitter")
if savefigs:
    plt.savefig('.\\figs\\tutorial_python\\figureP03.png', bbox_inches='tight')

# adding jitter to the rain
f, ax =plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot(x=dx, y=dy, data=df, palette=pal, bw=.2, cut=0., scale="area", width=.6, inner=None, orient=ort)
ax=sns.stripplot(x=dx, y=dy, data=df, palette=pal, edgecolor="white", size=3, jitter=1, zorder=0, orient=ort)
plt.title("Figure P4\n Raincloud with Jittered Data")
if savefigs:
    plt.savefig('.\\figs\\tutorial_python\\figureP04.png', bbox_inches='tight')

這樣可以很好地了解數(shù)據(jù)點(diǎn)的分布情況，但中位數(shù)和四分位數(shù)并不明顯，很難一目了然地確定統(tǒng)計(jì)差異。因此，我們添加了一個(gè)“空”箱線圖來(lái)顯示中位數(shù)、四分位數(shù)和異常值：

#adding the boxplot with quartiles
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot(x=dx, y=dy, data=df, palette=pal, bw=.2, cut=0.,
                      scale="area", width=.6, inner=None, orient=ort)
ax=sns.stripplot(x=dx, y=dy, data=df, palette=pal, edgecolor="white",
                 size=3, jitter=1, zorder=0, orient=ort)
ax=sns.boxplot(x=dx, y=dy, data=df, color="black", width=.15, zorder=10,
               showcaps=True, boxprops={'facecolor':'none',"zorder":10},
               showfliers=True, whiskerprops{'linewidth':2,"zorder":10},
               saturation=1, orient=ort)
plt.title("Figure P5\n Raincloud with Boxplot")
if savefigs:
    plt.savefig('../figs/tutorial_python/figureP05.png', bbox_inches='tight')

現(xiàn)在我們可以設(shè)置一個(gè)調(diào)色板來(lái)表征兩組：

#adding color
pal="Set2"
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.half_violinplot(x=dx, y=dy, data=df, palette=pal, bw=.2, cut=0.,
                      scale="area", width=.6, inner=None, orient=ort)
ax=sns.stripplot(x=dx, y=dy, data=df, palette=pal, edgecolor="white",
                 size=3, jitter=1, zorder=0, orient=ort)
ax=sns.boxplot(x=dx, y=dy, data=df, color="black", width=.15, zorder=10,
              showcaps=True, boxprops={'facecolor':'none',"zorder":10},
              showfliers=True, whiskerprops={'linewidth':2,"zorder":10},
              saturation=1, orient=ort)
plt.title("Figure P6\n Tweaking the Colour of Your Raincloud")

我們可以使用函數(shù) pt.Raincloud 來(lái)添加一些自動(dòng)化：

#same thing with a single command: now x **must** be the categorical value
dx="group"; dy="score"; ort="h"; pal="Set2"; sigma=.2
f, ax=plt.subplots(figsize=(7, 5))
pt.RainCloud(x=dx, y=dy, data=df, palette=pal, bw=sigma,
             width_viol = .6, ax = ax, orient = ort)
plt.title("Figure P7\n Using the pt.Raincloud function")
if savefigs:
    plt.savefig('../figs/tutorial_python/figureP07.png', bbox_inches='tight')

‘move’ 參數(shù)可用于移動(dòng)箱線圖下方的雨量，在某些情況下提供更好的原始數(shù)據(jù)可見(jiàn)性：

#moving the rain below the boxplot
dx="group"; dy="score"; ort="h"; pal="Set2"; sigma=.2
f,ax=plt.subplots(figsize=(7, 5))
ax=pt.RainCloud(x=dx, y=dy, data=df, palette=pal, bw=sigma,
                 width_viol=.6, ax=ax, orient=ort, move=.2)
plt.title("Figure P8\n Rainclouds with Shifted Rain")

此外，raincloud 函數(shù)同樣適用于列表或 np.array，如果您更喜歡使用它們而不是數(shù)據(jù)框輸入：

# Usage with a list/np.array input
dx=list(df["group"]); dy=list(df["score"])
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.RainCloud(x=dx, y=dy, palette=pal, bw=sigma,
                 width_viol=.6, ax=ax, orient=ort)
plt.title("Figure P9\n Rainclouds with List/Array Inputs")

對(duì)于某些數(shù)據(jù)，您可能希望將雨云的方向翻轉(zhuǎn)為“petit prince”圖。您可以使用 pt.RainCloud 函數(shù)中的 ‘orient’ 標(biāo)志來(lái)執(zhí)行此操作：

# Changing orientation
dx="group"; dy="score"; ort="v"; pal="Set2"; sigma=.2
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.RainCloud(x=dx, y=dy, data=df, palette=pal, bw=sigma,
                 width_viol=.5, ax=ax, orient=ort)
plt.title("Figure P10\n Flipping your Rainclouds")

還可以更改用于生成數(shù)據(jù)概率分布函數(shù)的平滑核。 為此，您調(diào)整 sigma 參數(shù)：

#changing cloud smoothness
dx="group"; dy="score"; ort="h"; pal="Set2"; sigma=.05
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.RainCloud(x=dx, y=dy, data=df, palette=pal, bw=sigma,
                 width_viol=.6, ax=ax, orient=ort)
plt.title("Figure P11\n Customizing Raincloud Smoothness")

最后，使用 pointplot 標(biāo)志，您可以添加一條連接組平均值的線。這對(duì)于更復(fù)雜的數(shù)據(jù)集很有用，例如重復(fù)測(cè)量或因子數(shù)據(jù)。下面我們通過(guò)改變各個(gè)圖的色調(diào)、不透明度或閃避元素來(lái)說(shuō)明使用雨云繪制此類(lèi)數(shù)據(jù)的幾種不同方法：

#adding a red line connecting the groups' mean value (useful for longitudinal data)
dx="group"; dy="score"; ort="h"; pal="Set2"; sigma=.2
f, ax=plt.subplots(figsize=(7, 5))
ax=pt.RainCloud(x=dx, y=dy, data=df, palette=pal, bw=sigma,
                 width_viol=.6, ax=ax, orient=ort, pointplot=True)
plt.title("Figure P12\n Adding Lineplots to Emphasize Factorial Effects")

另一個(gè)靈活的選擇是使用 Facet Grids 來(lái)分隔不同的組或因子水平，

如下所示：

# Rainclouds with FacetGrid
g=sns.FacetGrid(df, col="gr2", height=6)
g=g.map_dataframe(pt.RainCloud, x="group", y="score", data=df, orient="h")
g.fig.subplots_adjust(top=0.75)
g.fig.suptitle("Figure P13\n Using FacetGrid for More Complex Designs",  fontsize=26)

作為一種替代方法，可以使用色調(diào)輸入將不同的子組直接繪制在彼此之上，從而促進(jìn)它們的比較：

# Hue Input for Subgroups
dx="group"; dy="score"; dhue="gr2"; ort="h"; pal="Set2"; sigma=.2
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df, palette=pal, bw=sigma,
                 width_viol=.7, ax=ax, orient=ort)
plt.title("Figure P14\n Rainclouds with Subgroups")

為了提高該圖的可讀性，我們使用相關(guān)標(biāo)志（0-1 alpha 強(qiáng)度）調(diào)整 alpha 級(jí)別：

# Setting alpha level
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df, palette=pal, bw=sigma,
                 width_viol=.7, ax=ax, orient=ort , alpha=.65)
plt.title("Figure P15\n Adjusting Raincloud Alpha Level")

我們可以將 dodge 標(biāo)志設(shè)置為 true，而不是讓兩個(gè)箱線圖相互混淆，從而增加交互性：

#The Doge Flag
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df, palette=pal, bw=sigma,
                 width_viol=.7, ax=ax, orient=ort , alpha=.65, dodge=True)
plt.title("Figure P16\n The Boxplot Dodge Flag")

最后，我們可能希望在我們的圖表中添加一個(gè)傳統(tǒng)的線圖，以幫助檢測(cè)因子主效應(yīng)和交互作用。

例如，我們?cè)诿總€(gè)箱線圖中繪制了平均值：

#same, with dodging and line
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df, palette=pal, bw=sigma, 
                width_viol=.7, ax=ax, orient=ort , alpha=.65, 
                dodge=True, pointplot=True)
plt.title("Figure P17\n Dodged Boxplots with Lineplots")

這是相同的圖，但現(xiàn)在使用“移動(dòng)”參數(shù)再次將單個(gè)觀測(cè)值移動(dòng)到箱線圖下方：

#moving the rain under the boxplot
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df, palette=pal, bw=sigma, 
               width_viol=.7, ax=ax, orient=ort , alpha=.65, dodge=True, 
               pointplot=True, move=.2)
plt.title("Figure P18\n Shifting the Rain with the Move Parameter")

作為我們的最后一個(gè)示例，我們將考慮具有兩組和三個(gè)時(shí)間點(diǎn)的復(fù)雜重復(fù)測(cè)量設(shè)計(jì)。目標(biāo)是說(shuō)明我們復(fù)雜的相互作用和主要影響，同時(shí)保持雨云圖的透明性：

# Load in the repeated data
df_rep=pd.read_csv("repeated_measures_data.csv", sep=",")
df_rep.columns=["score",  "timepoint", "group"]
df_rep.head()

# Plot the repeated measures data
dx="group"; dy="score"; dhue="timepoint"; ort="h"; pal="Set2"; sigma=.2
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df_rep, palette=pal, bw=sigma, width_viol=.7,
               ax=ax, orient=ort , alpha=.65, dodge=True, pointplot=True, move=.2)
plt.title("Figure P19\n Repeated Measures Data - Example 1")

# Now with the group as hue
dx="timepoint"; dy="score"; dhue="group"
f, ax=plt.subplots(figsize=(12, 5))
ax=pt.RainCloud(x=dx, y=dy, hue=dhue, data=df_rep, palette=pal, bw=sigma, width_viol=.7,
                ax=ax, orient=ort , alpha=.65, dodge=True, pointplot=True, move=.2)
plt.title("Figure P20\n  Repeated Measures Data - Example 2")