[PYTHON] matplotlib 으로 Parallel Categories Charts 구현하기

0. 목표 

 - matplotlib 으로 Parallel Categories Charts 구현하기

1. plotly 의 Parallel Categories Charts

 1) library 호출

import plotly.express as px
import pandas as pd

 2) 데이터 생성

iris = px.data.iris()

 3) 그림 그리기

fig = px.parallel_coordinates(iris, color="species_id")
fig.show()

  - 결과

2. matplotlib 으로 구현

 1) library 호출

import matplotlib.pyplot as plt
import pandas as pd
# ytick 강제 변형을 위해 사용
import numpy as np
import matplotlib.ticker as mticker

 2) 모든 데이터를 백분율로 변환

iris['sepal_length_percent'] = (iris['sepal_length'] - min(iris['sepal_length'])) / (max(iris['sepal_length']) - min(iris['sepal_length'])) * 100
iris['sepal_width_percent'] = (iris['sepal_width'] - min(iris['sepal_width'])) / (max(iris['sepal_width']) - min(iris['sepal_width'])) * 100
iris['petal_length_percent'] = (iris['petal_length'] - min(iris['petal_length'])) / (max(iris['petal_length']) - min(iris['petal_length'])) * 100
iris['petal_width_percent'] = (iris['petal_width'] - min(iris['petal_width'])) / (max(iris['petal_width']) - min(iris['petal_width'])) * 100
iris['species_percent'] = (iris['species_id'] - min(iris['species_id'])) / (max(iris['species_id']) - min(iris['species_id'])) * 100

 3) 사용될 변수 리스트 생성

  - column_list : 그림을 그리는 데 사용될 백분율 데이터의 필드명

  - column_list2 : y_ticks 강제 변환을 위해 이용될 원래의 데이터 필드명

column_list = ['sepal_length_percent', 'sepal_width_percent', 'petal_length_percent', 'petal_width_percent', 'species_percent']
column_list2 = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'species_id']
df_len = len(iris['species'])

 4) 그림 그리기

# 도화지
# 5개 구역
fig, ax = plt.subplots(1, len(column_list))
# 그림 크기
fig.set_size_inches(15, 4)
# 피규어를 다 붙여버림
fig.subplots_adjust(wspace=0, hspace=0)

# 라벨, tick, 윤곽선 컨트롤
for i in range(len(column_list)):
    # xtick 삭제
    ax[i].set_xticks([])
    ax[i].set_xlim([0, 1])
    ax[i].set_ylim([0, 100])
    # y_tick 강제 변형
    ax[i].yaxis.set_major_locator(mticker.FixedLocator(ax[i].get_yticks().tolist()))
    ax[i].set_yticklabels([round(i, 1) for i in np.array(ax[i].get_yticks().tolist()) / 100 * (max(iris[column_list2[i]]) - min(iris[column_list2[i]]))+ min(iris[column_list2[i]])])
    # 왼쪽 윤곽선을 제외한 나머지 선들 제거
    ax[i].spines['top'].set_visible(False)
    ax[i].spines['bottom'].set_visible(False)
    ax[i].spines['right'].set_visible(False)
    # y 축 라벨
    ax[i].set_ylabel(column_list2[i], rotation = 0, fontsize = 15)
    # y 축 라벨 위치
    ax[i].yaxis.set_label_coords(-0.1,1.02)

# 마지막 피규어는 윤곽선만 사용할 것이기에 전체길이 -1 까지
for i in range(len(column_list) - 1):
    for j in range(df_len):
        # species_id 데이터를 이용하여 색상 지정
        if iris['species_id'][j] == 1:
            color = '#ffb6c1'
        elif iris['species_id'][j] == 2:
            color = '#87ceeb'
        else:
            color = '#adff2f'
        ax[i].plot([0, 1], [iris[column_list[i]][j], iris[column_list[i + 1]][j]], color = color)

  - 결과

3. 참고

 - Matplotlib 에서 X 축 눈금 레이블 텍스트를 회전하는 방법

 - Setting the position of the `ylabel` in a matplotlib graph

 - How to remove frame from matplotlib (pyplot.figure vs. matplotlib.figure ) (frameon=False Problematic in matplotlib)

 - 이제는 matplotlib 말고, Plotly 를 쓰자.