python - 来自实际集合的 UpSetPlot

Question

鉴于我拥有的实际集合，我想使用UpSetPlot，但我找不到任何以这种方式使用它的示例。标准示例是这样的：

from upsetplot import generate_counts, plot
example = generate_counts()
plot(example, orientation='vertical')

生成example的位置Series如下所示。

cat0   cat1   cat2 
False  False  False      56
              True      283
       True   False    1279
              True     5882
True   False  False      24
              True       90
       True   False     429
              True     1957
Name: value, dtype: int64

cat0有没有办法从类别中cat1的实际元素自动生成这种计数结构cat2？

Answer 1

在另一个答案中使用@StupidWolf 的提示，这是我自己问题的答案。给定3套

set1 = {0,1,2,3,4,5}
set2 = {3,4,5,6,10}
set3 = {0,5,6,7,8,9}

下面是为这三组绘制扰动图的代码：

import pandas as pd
from upsetplot import plot
set_names = ['set1', 'set2', 'set3']
all_elems = set1.union(set2).union(set3)
df = pd.DataFrame([[e in set1, e in set2, e in set3] for e in all_elems], columns = set_names)
df_up = df.groupby(set_names).size()
plot(df_up, orientation='horizontal')

这是第 4 行和第 5 行更改，以将上述代码概括为一组列表，例如sets = [set1, set2, set3]：

all_elems = list(set().union(*sets))
df = pd.DataFrame([[e in st for st in sets] for e in all_elems], columns = set_names)

Answer 2

对我来说，它看起来像是 pandas 的产品：

import numpy as np
import pandas as pd

from upsetplot import generate_counts, plot
example = generate_counts()
type(example)

pandas.core.series.Series

example.index

MultiIndex([(False, False, False),
            (False, False,  True),
            (False,  True, False),
            (False,  True,  True),
            ( True, False, False),
            ( True, False,  True),
            ( True,  True, False),
            ( True,  True,  True)],
           names=['cat0', 'cat1', 'cat2'])

因此，如果您的数据框是这样的：

df = pd.DataFrame(np.random.choice([True,False],(100,3)),
                  columns=['cat0','cat1','cat2'])

你可以做：

example = df.groupby(['cat0','cat1','cat2']).size()
plot(example, orientation='vertical')

我认为限制是 cat0、cat1、cat2 中的元素必须是布尔值。

Answer 3

有几种方法可以使用集合来表示类别成员。为了帮助将集合转换为所需的格式upsetplot，您会找到帮助程序from_memberships，from_contents并且 from_indicators.

另请参阅数据格式指南。