Sıklıkla birlikte satın alınan öğeleri görselleştirme

Bir CSV dosyasına eklenen aşağıdaki yapıda bir veri kümesi var:

Banana  Water   Rice
Rice    Water
Bread   Banana  Juice

Her satır, birlikte satın alınan öğelerin bir koleksiyonunu gösterir. Örneğin, ilk satır öğeleri bu belirtmektedir Banana, Waterve Ricebirlikte satın alındı.

Aşağıdaki gibi bir görselleştirme oluşturmak istiyorum:

Bu temelde bir ızgara grafik ama ben giriş yapısını okuyabilir ve çıkış gibi yukarıdaki gibi bir grafik üretmek bazı araç (belki Python veya R) gerekir.

Sanırım muhtemelen istediğiniz bir ısı haritasının ayrı bir versiyonu. Örneğin, aşağıya bakın. Kırmızı renkler en çok birlikte satın alınırken, yeşil hücreler asla birlikte satın alınmaz.

Bu aslında Pandas DataFrames ve matplotlib ile bir araya getirilmesi oldukça kolaydır.

import numpy as np
from pandas import DataFrame
import matplotlib
matplotlib.use('agg') # Write figure to disk instead of displaying (for Windows Subsystem for Linux)
import matplotlib.pyplot as plt

####
# Get data into a data frame
####
data = [
  ['Banana', 'Water', 'Rice'],
  ['Rice', 'Water'],
  ['Bread', 'Banana', 'Juice'],
]

# Convert the input into a 2D dictionary
freqMap = {}
for line in data:
  for item in line:
    if not item in freqMap:
      freqMap[item] = {}

    for other_item in line:
      if not other_item in freqMap:
        freqMap[other_item] = {}

      freqMap[item][other_item] = freqMap[item].get(other_item, 0) + 1
      freqMap[other_item][item] = freqMap[other_item].get(item, 0) + 1

df = DataFrame(freqMap).T.fillna(0)
print (df)

#####
# Create the plot
#####
plt.pcolormesh(df, edgecolors='black')
plt.yticks(np.arange(0.5, len(df.index), 1), df.index)
plt.xticks(np.arange(0.5, len(df.columns), 1), df.columns)
plt.savefig('plot.png')

İçin Rkitaplığı kullanabilirsiniz ArulesViz. Güzel belgeler var ve sayfa 12'de bu tür görselleştirmenin nasıl oluşturulacağına dair bir örnek var.

Bunun kodu şu kadar basit:

plot(rules, method="grouped")

İle Wolfram Dili içinde Mathematica .

data = {{"Banana", "Water", "Rice"},
        {"Rice", "Water"},
        {"Bread", "Banana", "Juice"}};

Çift sayıları alın.

counts = Sort /@ Flatten[Subsets[#, {2}] & /@ data, 1] // Tally

{{{"Banana", "Water"}, 1}, {{"Banana", "Rice"}, 1}, 
 {{"Rice", "Water"}, 2}, {{"Banana", "Bread"}, 1}, 
 {{"Bread", "Juice"}, 1}, {{"Banana", "Juice"}, 1}}

Adlandırılmış keneler için endeksler alın.

indices = Thread[# -> Range[Length@#]] &@Sort@DeleteDuplicates@Flatten[data]

{"Banana" -> 1, "Bread" -> 2, "Juice" -> 3, "Rice" -> 4, "Water" -> 5}

MatrixPlotKullanarak çizim yapın SparseArray. Ayrıca kullanabilirsiniz ArrayPlot.

MatrixPlot[
 SparseArray[Rule @@@ counts /. indices, ConstantArray[Length@indices, 2]],
 FrameTicks -> With[{t = {#2, #1} & @@@ indices}, {{t, None}, {t, None}}],
 PlotLegends -> Automatic
 ]

Üst üçgen olduğunu unutmayın.

Bu yardımcı olur umarım.

Bunu python'da (matplotlib üzerine inşa edilmiş) deniz dibindeki görüntüleme kütüphanesi ile yapabilirsiniz.

data = [
  ['Banana', 'Water', 'Rice'],
  ['Rice', 'Water'],
  ['Bread', 'Banana', 'Juice'],
]

# Pull out combinations
from itertools import combinations
data_pairs = []
for d in data:
    data_pairs += [list(sorted(x)) + [1] for x in combinations(d, 2)]
    # Add reverse as well (this will mirror the heatmap)
    data_pairs += [list(sorted(x))[::-1] + [1] for x in combinations(d, 2)]

# Shape into dataframe
import pandas as pd
df = pd.DataFrame(data_pairs)
df_zeros = pd.DataFrame([list(x) + [0] for x in combinations(df[[0, 1]].values.flatten(), 2)])
df = pd.concat((df, df_zeros))
df = df.groupby([0, 1])[2].sum().reset_index().pivot(0, 1, 2).fillna(0)

import seaborn as sns
from matplotlib.pyplot import plt
sns.heatmap(df, cmap='YlGnBu')
plt.show()

Son veri çerçevesi dfşuna benzer:

ve ortaya çıkan görselleştirme: