在Pandas.plotting.parallel_坐标中的打印顺序

Question

我有一系列的测量值，我想绘制为pandas.plotting.parallel_坐标，其中每条线的颜色由一个pandas.column的值给出

代码如下所示：

... data retrieval and praparation from a couple of Excel files
---> output = 'largeDataFrame'

theColormap: ListedColormap = cm.get_cmap('some cmap name')

# This is a try to stack the lines in the right order.. (doesn't work)
largeDataFrames.sort_values(column_for_line_color_derivation, inplace=True, ascending=True)

# here comes the actual plotting of data
sns.set_style('ticks')
sns.set_context('paper')
plt.figure(figsize=(10, 6))
thePlot: plt.Axes = parallel_coordinates(largeDataFrame, class_column=column_for_line_color_derivation, cols=[columns to plot], color=theColormap.colors)
plt.title('My Title')
thePlot.get_legend().remove()
plt.xticks(rotation=90)
plt.tight_layout()
plt.show()

这项工作非常有效，并产生以下结果：

现在我想把黄线（高值的“column_for_line_color_derivation”）绘制在绿色和深色线的前面，这样它们会变得更加突出。换句话说，我想通过“column\u for\u line\u color\u derivation”的值来影响行的堆叠顺序。到目前为止，我还没有找到一种方法来做到这一点

Answer 1

我使用pandas版本1.1.2和1.0.3运行了一些测试，在这两种情况下，线都是从着色列的低值到高值绘制的，与数据帧顺序无关

您可以临时添加parallel_coordinates(...., lw=5)，这非常清楚。对于细线，顺序不太明显，因为黄线的对比度较小

参数sort_labels=似乎与其名称具有相反的效果：当False（默认）时，线按排序顺序绘制，当True时，它们保持数据帧顺序

以下是一个可重复的小示例：

import numpy as np
import pandas as pd
from pandas.plotting import parallel_coordinates
import matplotlib.pyplot as plt

df = pd.DataFrame({ch: np.random.randn(100) for ch in 'abcde'})
df['coloring'] = np.random.randn(len(df))

fig, axes = plt.subplots(ncols=2, figsize=(14, 6))
for ax, lw in zip(axes, [1, 5]):
    parallel_coordinates(df, class_column='coloring', cols=df.columns[:-1], colormap='viridis', ax=ax, lw=lw)
    ax.set_title(f'linewidth={lw}')
    ax.get_legend().remove()
plt.show()

一个想法是根据类别更改线宽：

fig, ax = plt.subplots(figsize=(8, 6))

parallel_coordinates(df, class_column='coloring', cols=df.columns[:-1], colormap='viridis', ax=ax)
num_lines = len(ax.lines)
for ind, line in enumerate(ax.lines):
    xs = line.get_xdata()
    if xs[0] != xs[-1]:  # skip the vertical lines representing axes
        line.set_linewidth(1 + 3 * ind / num_lines)
ax.set_title(f'linewidth depending on class_column')
ax.get_legend().remove()
plt.show()