我在 MongoDB 中有一组文档，每个文档在列表中都有一个或多个类别。使用 map reduce，我可以获得每个类别的唯一组合有多少文档的详细信息：
['cat1'] = 523
['cat2'] = 231
['cat3'] = 102
['cat4'] = 72
['cat1','cat2'] = 710
['cat1','cat3'] = 891
['cat1','cat3','cat4'] = 621 ...
其中总数是类别精确组合的文档数量。
我正在寻找一种合理的方式来呈现这些数据，我认为具有比例区域的维恩图是一个好主意。使用上面的例子，cat1 的面积为 523+710+891+621，cat1 和 cat3 的重叠面积为 891+621，cat1、cat3、cat4 的重叠面积为 621，以此类推。
有没有人对我如何实施这个有任何提示？我最好用 Python (+Numpy/MatPlotLib) 或 MatLab 来做。
我们需要表示多个相互关联的对象类别的计数，而维恩图将无法表示超过微不足道的类别数量及其重叠。
将每个类别及其组合视为图中的一个节点。绘制图形，使节点的大小代表每个类别中的计数，并且边连接相关类别。这种方法的优点是：可以轻松容纳多个类别，这成为一种连接的气泡图。
建议的解决方案使用NetworkX创建数据结构并使用matplotlib绘制它。如果数据以正确的格式呈现，这将扩展到具有多个连接的大量类别。
import networkx as nx
import matplotlib.pyplot as plt
def load_nodes():
text = ''' Node Size
1 523
2 231
3 102
4 72
1+2 710
1+3 891
1+3+4 621'''
# load nodes into list, discard header
# this may be replaced by some appropriate output
# from your program
data = text.split('\n')[1:]
data = [ d.split() for d in data ]
data = [ tuple([ d[0],
dict( size=int(d[1]) )
]) for d in data]
return data
def load_edges():
text = ''' From To
1+2 1
1+2 2
1+3 1
1+3 3
1+3+4 1
1+3+4 3
1+3+4 4'''
# load edges into list, discard header
# this may be replaced by some appropriate output
# from your program
data = text.split('\n')[1:]
data = [ tuple( d.split() ) for d in data ]
return data
if __name__ == '__main__':
scale_factor = 5
G = nx.Graph()
nodes = load_nodes()
node_sizes = [ n[1]['size']*scale_factor
for n in nodes ]
edges = load_edges()
G.add_edges_from( edges )
nx.draw_networkx(G,
pos=nx.spring_layout(G),
node_size = node_sizes)
plt.axis('off')
plt.show()
其他解决方案可能包括：气泡图、Voronoi 图、弦图和蜂巢图等。链接的示例都没有使用 Python；它们仅用于说明目的。
我相信 ninjagecko 是正确的，这通常不能表示为交叉点图，除非您不介意该图是 n 维的。但是，如果每个类别都有一个显示其所有交叉点的图表，则它可以用 2D 表示 - 这本身可以是一个图表。所以这可能是一种更合适的方式来表示您的数据。我制作了一个堆积条形图来说明：
编码：
cats = ['cat1','cat2','cat3','cat4']
data = {('cat1',): 523, ('cat2',): 231, ('cat3',): 102, ('cat4',): 72, ('cat1','cat2'): 710,('cat1','cat3'): 891,('cat1','cat3','cat4') : 621}
import matplotlib.pyplot as plt
import numpy as np
from random import random
colors = dict([(k,(random(),random(),random())) for k in data.keys()])
print colors
for i, cat in enumerate(sorted(cats)):
y = 0
for key, val in data.items():
if cat in key:
plt.bar(i, val, bottom=y, color=colors[key])
plt.text(i,y,' '.join(key))
y += val
plt.xticks(np.arange(len(cats))+0.4, cats )
plt.show()
这通常是不可能的，除非粗略地说，交叉点图是平面图 并且您没有 4 路交叉点。边长也有限制（除非你愿意画无定形的斑点来表示面积）；所以如果你坚持画圆，那就更受限制了。
在非常简单的情况下，您可以创建一个例程来绘制一个 3 向维恩图，然后在三元组的“另一侧”“添加”另一个圆圈。在上述情况下，1,3,4是那个三元组，并且2是奇一出。
如果可能是因为您的数据满足上述条件（由于某种原因，您的图形是平面且极其复杂），并且您使用无定形斑点，则可以绘制平面图，并慢慢将每条边“膨胀”成椭圆体. 你可以用一种放松的方式来做到这一点：如果它们的交叉点低于应有的值，它们就会膨胀，如果它们的交叉点高于应有的值，它们就会收缩。（他们实际上有两个维度来做到这一点：增肥和拉长；根据需要选择。拉长将推动图表的其余部分，因此您必须检查这不会使事情变得不可能，例如通过使用基于物理弹簧的布局。）最终你可能会集中在一个答案上，你必须检查它的准确性。
高登答案的变化怎么样？每个类别都是一个节点，节点之间的加权边表示重叠度。重叠越多，边缘越厚。
请参阅高阶图的一些示例。
不过，我不知道您将如何缩放比例区域。
也许如果您绘制了适当顺序的图表并对其进行了细分。然后您可以为每个三角形分配所需的区域并进行某种压力扩散，允许顶点移动，并可能允许一些压力从每个三角形“泄漏”到属于同一组的邻居？
您可能想尝试https://github.com/icetime/pyinfor/blob/master/venn.py但我也在 MatPlotLib 上找到了它https://github.com/icetime/matplotlib/blob/master/lib/ matplotlib/venn.py但我认为它没有被正式接受。