Biplots 使用主成分分析的矩阵格式

huangapple
go评论102阅读模式
英文:

Biplots in matrix format using pca

问题

这是我的数据框的一部分：

  1.     物种       喙长（毫米）   喙深（毫米）    脚蹼长（毫米）     体重（克）      预测物种
  2. 0    阿德利        18                   18             181                   3750                企鹅
  3. 1    阿德利        17                   17             186                   3800                阿德利
  4. 2    阿德利        18                   18             195                   3250                金图
  5. 3    阿德利        0                     0               0                       0                   阿德利
  6. 4    企鹅          19                   19             193                   3450                企鹅
  7. 5    企鹅          20                   20             190                   3650                金图
  8. 6    企鹅          17                   17             181                   3625                阿德利
  9. 7    金图        19                   19             195                   4675                企鹅
  10. 8    金图        18                   18             193                   3475                金图
  11. 9    金图        20                   20             190                   4250                金图

我想为我的数据制作一个双标图，类似于这样：
Biplots 使用主成分分析的矩阵格式

但我想为每个 物种 对 预测物种 的矩阵制作一个双标图，所以有 9 个子图，与上面的相同，我不确定如何实现这一点。一种方法可能是将数据拆分为数据框，并为每个数据框制作一个双标图，但这并不是很高效，也不容易比较。

有人能提供一些建议，说明如何完成这个任务吗？

英文:

This is a snippet of my dataframe:

  1. 	species	bill_length_mm	bill_depth_mm	flipper_length_mm     body_mass_g	predicted_species
  2. 0	Adelie	     18	                  18	     181	         3750	             Chinstrap
  3. 1	Adelie	     17	                  17	     186	         3800	             Adelie
  4. 2	Adelie	     18	                  18	     195	         3250	             Gentoo
  5. 3	Adelie	     0	                  0	          0	              0	                 Adelie
  6. 4	Chinstrap	 19	                  19	     193	         3450	             Chinstrap
  7. 5	Chinstrap    20	                  20	     190	         3650	             Gentoo
  8. 6	Chinstrap	 17	                  17	     181	         3625	             Adelie
  9. 7	Gentoo	     19	                  19	     195	         4675	             Chinstrap
  10. 8	Gentoo	     18	                  18	     193	         3475	             Gentoo
  11. 9	Gentoo	     20	                  20	     190	         4250	             Gentoo

I want to make a biplot for my data, which would be something like this:
Biplots 使用主成分分析的矩阵格式

But I want to make a biplot for every species vs predicted_species matrix, so 9 subplots,same as above, I am not sure how that can be achieved. One way could be to split into dataframes, and make a biplot for each, but that isn't very efficient and difficult for comparison.

Can anyone provide some suggestions on how this could be done?

答案1

得分: 1

以下是您提供的代码的翻译部分：

  1. import numpy as np
  2. import pandas as pd
  3. import matplotlib.pyplot as plt
  4. import seaborn as sns
  5. from sklearn.preprocessing import StandardScaler
  6. from sklearn.decomposition import PCA
  8. # 载入鸢尾花数据集。
  9. iris = sns.load_dataset('iris')
  10. X = iris.iloc[:, :4].values
  11. y = iris.iloc[:, 4].values
  12. features = iris.columns[:4]
  13. targets = ['setosa', 'versicolor', 'virginica']
  15. # 模拟一些预测。
  16. iris['species_pred'] = (40 * ['setosa'] + 5 * ['versicolor'] + 5 * ['virginica']
  17.                         + 40 * ['versicolor'] + 5 * ['setosa'] + 5 * ['virginica']
  18.                         + 40 * ['virginica'] + 5 * ['versicolor'] + 5 * ['setosa'])
  20. # 将特征降维到两个维度。
  21. X_scaled = StandardScaler().fit_transform(X)
  22. pca = PCA(n_components=2).fit(X_scaled)
  23. X_reduced = pca.transform(X_scaled)
  24. iris[['pc1', 'pc2']] = X_reduced
  26. def biplot(x, y, data=None, **kwargs):
  27.     # 绘制数据点。
  28.     sns.scatterplot(data=data, x=x, y=y, **kwargs)
  29.     
  30.     # 计算箭头参数。
  31.     loadings = pca.components_[:2].T
  32.     pvars = pca.explained_variance_ratio_[:2] * 100
  33.     arrows = loadings * np.ptp(X_reduced, axis=0)
  34.     width = -0.0075 * np.min([np.subtract(*plt.xlim()), np.subtract(*plt.ylim())])
  36.     # 绘制箭头。
  37.     horizontal_alignment = ['right', 'left', 'right', 'right']
  38.     vertical_alignment = ['bottom', 'top', 'top', 'bottom']
  39.     for (i, arrow), ha, va in zip(enumerate(arrows), 
  40.                                   horizontal_alignment, vertical_alignment):
  41.         plt.arrow(0, 0, *arrow, color='k', alpha=0.5, width=width, ec='none',
  42.                   length_includes_head=True)
  43.         plt.text(*(arrow * 1.05), features[i], ha=ha, va=va, 
  44.                  fontsize='small', color='gray')
  46. # 绘制小图，对应于混淆矩阵。
  47. sns.set()
  48. g = sns.FacetGrid(iris, row='species', col='species_pred', 
  49.                   hue='species', margin_titles=True)
  50. g.map(biplot, 'pc1', 'pc2')
  51. plt.show()

我已经为您翻译了代码部分，您可以使用这个翻译来理解代码的内容。如果您有任何其他问题，请随时提出。

英文:

Combining the answer by Qiyun Zhu on how to plot a biplot with my answer on how to split the plot into the true vs. predicted subsets, you could do it like this:

  1. import numpy as np
  2. import pandas as pd
  3. import matplotlib.pyplot as plt
  4. import seaborn as sns
  5. from sklearn.preprocessing import StandardScaler
  6. from sklearn.decomposition import PCA
  8. # Load iris data.
  9. iris = sns.load_dataset('iris')
  10. X = iris.iloc[:, :4].values
  11. y = iris.iloc[:, 4].values
  12. features = iris.columns[:4]
  13. targets = ['setosa', 'versicolor', 'virginica']
  15. # Mock up some predictions.
  16. iris['species_pred'] = (40 * ['setosa'] + 5 * ['versicolor'] + 5 * ['virginica']
  17.                         + 40 * ['versicolor'] + 5 * ['setosa'] + 5 * ['virginica']
  18.                         + 40 * ['virginica'] + 5 * ['versicolor'] + 5 * ['setosa'])
  20. # Reduce features to two dimensions.
  21. X_scaled = StandardScaler().fit_transform(X)
  22. pca = PCA(n_components=2).fit(X_scaled)
  23. X_reduced = pca.transform(X_scaled)
  24. iris[['pc1', 'pc2']] = X_reduced
  27. def biplot(x, y, data=None, **kwargs):
  28.     # Plot data points.
  29.     sns.scatterplot(data=data, x=x, y=y, **kwargs)
  30.     
  31.     # Calculate arrow parameters.
  32.     loadings = pca.components_[:2].T
  33.     pvars = pca.explained_variance_ratio_[:2] * 100
  34.     arrows = loadings * np.ptp(X_reduced, axis=0)
  35.     width = -0.0075 * np.min([np.subtract(*plt.xlim()), np.subtract(*plt.ylim())])
  37.     # Plot arrows.
  38.     horizontal_alignment = ['right', 'left', 'right', 'right']
  39.     vertical_alignment = ['bottom', 'top', 'top', 'bottom']
  40.     for (i, arrow), ha, va in zip(enumerate(arrows), 
  41.                                   horizontal_alignment, vertical_alignment):
  42.         plt.arrow(0, 0, *arrow, color='k', alpha=0.5, width=width, ec='none',
  43.                   length_includes_head=True)
  44.         plt.text(*(arrow * 1.05), features[i], ha=ha, va=va, 
  45.                  fontsize='small', color='gray')
  47.     
  48. # Plot small multiples, corresponding to confusion matrix.
  49. sns.set()
  50. g = sns.FacetGrid(iris, row='species', col='species_pred', 
  51.                   hue='species', margin_titles=True)
  52. g.map(biplot, 'pc1', 'pc2')
  53. plt.show()

Biplots 使用主成分分析的矩阵格式

huangapple
  • 本文由 发表于 2023年4月16日 23:55:35
  • 转载请务必保留本文链接：https://go.coder-hub.com/76028802.html
  • biplot
  • matplotlib
  • pandas
  • pca
  • python
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定