局部整体（二）利用python绘制维恩图

news2024/11/16 1:39:15

局部整体（二）利用python绘制维恩图

维恩图（ Venn Diagram）简介

维恩图显示集与集之间所有可能存在的逻辑关系，每个集通常以一个圆圈表示，每个集都是一组具有共同之处的物件或数据。当多个圆圈（集）相互重迭时，称为交集 (intersection)，里面的数据同时具有重迭集中的所有属性。可以直观的寻找集合的共同点和差异点，缺点是集合过多（超过4个）就会显得杂乱不美观。

快速绘制

基于matplotlib_venn

import matplotlib.pyplot as plt
from matplotlib_venn import venn2

# 利用venn2快速创建2组
venn2(subsets = (10, 5, 2), set_labels = ('Group A', 'Group B'))

plt.show()

定制多样化的维恩图

自定义维恩图一般是结合使用场景对相关参数进行修改，并辅以其他的绘图知识。参数信息可以通过官网进行查看，其他的绘图知识则更多来源于实战经验，大家不妨将接下来的绘图作为一种学习经验，以便于日后总结。

关于matplotlib_venn的更多用法可参考matplotlib-venn

利用venn3快速创建3组

各位置的含义

1：仅包含集合1的区域的大小

2：仅包含集合2的区域的大小

3：集合1和集合2的交集区域的大小

4：仅包含集合3的区域的大小

5：集合1和集合3的交集区域的大小

6：集合2和集合3的交集区域的大小

7：集合1，集合2和集合3的交集区域的大小
```
import matplotlib.pyplot as plt
from matplotlib_venn import venn3

# 利用venn3快速创建3组
venn3(subsets = (10, 8, 22, 6,9,4,2))

plt.show()
```

输入集合直接绘制

import matplotlib.pyplot as plt
from matplotlib_venn import venn3

set1 = set([1, 2, 3, 4, 5])
set2 = set([4, 5, 6, 7])
set3 = set([5, 6, 7, 8, 9])

# 利用venn3快速创建3组-输入集合
venn3(subsets = [set1, set2, set3], set_labels = ('set1', 'set2', 'set3'))

plt.show()

修改参数

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib_venn import venn3, venn3_circles

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签

# 初始化布局
fig = plt.figure(figsize=(8,8))

# 自定义标签
plt.subplot(2, 2, 1) 
v=venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
v.get_label_by_id('A').set_text('My Favourite group!')
plt.title('自定义标签')


# 自定义圆圈
plt.subplot(2, 2, 2) 
v=venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
c=venn3_circles(subsets = (10, 8, 22, 6,9,4,2), linestyle='dashed', linewidth=1, color="grey")
plt.title('自定义圆圈')


# 自定义单组
plt.subplot(2, 2, 3) 
v=venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
c=venn3_circles(subsets = (10, 8, 22, 6,9,4,2), linestyle='dashed', linewidth=1, color="grey")
c[0].set_lw(8.0)
c[0].set_ls('dotted')
c[0].set_color('skyblue')
plt.title('自定义单组')

# 自定义背景色
plt.subplot(2, 2, 4) 
v=venn3(subsets = (10, 8, 22, 6,9,4,2), set_labels = ('Group A', 'Group B', 'Group C'))
plt.gca().set_facecolor('skyblue')
plt.gca().set_axis_on()
plt.title('自定义背景色')

plt.show()

自定义细节

from matplotlib import pyplot as plt
import numpy as np
from matplotlib_venn import venn3, venn3_circles
 
# 绘制维恩图
v = venn3(subsets=(1, 1, 1, 1, 1, 1, 1), set_labels = ('A', 'B', 'C'))
 
# 自定义风格
v.get_patch_by_id('100').set_alpha(1.0) # 获取集合'100'（代表只有第一个集合的部分），并设置透明度为1.0（完全不透明）
v.get_patch_by_id('100').set_color('white') # 同上修改颜色
v.get_label_by_id('100').set_text('Unknown') # 同上修改文本
v.get_label_by_id('A').set_text('Set "A"') # 集合A的标签修改为【Set "A"】
c = venn3_circles(subsets=(1, 1, 1, 1, 1, 1, 1), linestyle='dashed')
c[0].set_lw(1.0) # 修改第一个圆图的线宽
c[0].set_ls('dotted') # 修改第一个圆图为点线
 
# 添加文本注释
plt.title("Sample Venn diagram")
plt.annotate('Unknown set', xy=v.get_label_by_id('100').get_position() - np.array([0, 0.05]), xytext=(-70,-70),
ha='center', textcoords='offset points', bbox=dict(boxstyle='round,pad=0.5', fc='gray', alpha=0.1),
arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0.5',color='gray'))
 
plt.show()

绘制文本类维恩图

from matplotlib_venn import venn2, venn2_circles
import matplotlib.pyplot as plt

set1 = set(["苹果", "香蕉", "橘子"])
set2 = set(["香蕉", "橘子", "葡萄"])

venn = venn2([set1, set2], ('A', 'B'))

venn.get_label_by_id('10').set_text('\n'.join(set1-set2))
venn.get_label_by_id('01').set_text('\n'.join(set2-set1))
venn.get_label_by_id('11').set_text('\n'.join(set1&set2))

plt.show()

引申-利用upset图展示更多集合关系
```
from upsetplot import generate_counts, plot
import matplotlib.pyplot as plt

example = generate_counts()

plot(example)
plt.show()
```
下面图中元素较多，但不难理解

1、左下的条形图表示每个集合元素的数量

2、下方的点图表示出现的所有交集情况

3、上方的条形图对应交集内的元素数量

更多方法可参考UpSetPlot documentation