আমার কাছে সিএসভি ফাইলে নিম্নলিখিত কাঠামোতে একটি ডেটাসেট রয়েছে:
Banana Water Rice
Rice Water
Bread Banana Juiceপ্রতিটি সারি এক সাথে কেনা আইটেমগুলির সংকলন নির্দেশ করে। উদাহরণস্বরূপ, প্রথম সারিতে উল্লেখ করে যে আইটেম Banana, Waterএবং Riceএকসঙ্গে কিনে নেন।
আমি নিম্নলিখিতগুলির মতো ভিজ্যুয়ালাইজেশন তৈরি করতে চাই:
এটি মূলত একটি গ্রিড চার্ট তবে আমার কিছু সরঞ্জাম প্রয়োজন (সম্ভবত পাইথন বা আর) যা ইনপুট কাঠামোটি পড়তে পারে এবং আউটপুট হিসাবে উপরের মতো একটি চার্ট তৈরি করতে পারে।
উত্তর:
আমি মনে করি আপনি যা চান তা হিট ম্যাপের একটি পৃথক সংস্করণ। উদাহরণস্বরূপ, নীচে দেখুন। লাল রঙগুলি একসাথে সর্বাধিক কেনা নির্দেশ করে, যখন সবুজ কক্ষগুলি কখনই একসাথে কেনা হয় না।
পান্ডাস ডেটা ফ্রেমস এবং ম্যাটপ্ল্লোলিবের সাথে একত্রে রাখা মোটামুটি সহজ।
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')জন্য R, আপনি গ্রন্থাগার ব্যবহার করতে পারেন ArulesViz। এখানে দুর্দান্ত ডকুমেন্টেশন রয়েছে এবং 12 পৃষ্ঠায় রয়েছে, এই ধরণের ভিজ্যুয়ালাইজেশন কীভাবে তৈরি করা যায় তার উদাহরণ রয়েছে।
এর জন্য কোডটি এই হিসাবে সহজ:
plot(rules, method="grouped")সঙ্গে উল্ফর্যাম ভাষা মধ্যে ম্যাথামেটিকাল ।
data = {{"Banana", "Water", "Rice"},
{"Rice", "Water"},
{"Bread", "Banana", "Juice"}};জোড়াযুক্ত গণনা পান।
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}}
নামযুক্ত টিক্সের জন্য সূচকগুলি পান।
indices = Thread[# -> Range[Length@#]] &@Sort@DeleteDuplicates@Flatten[data]{"Banana" -> 1, "Bread" -> 2, "Juice" -> 3, "Rice" -> 4, "Water" -> 5}
MatrixPlotব্যবহার করে প্লট করুন SparseArray। ব্যবহার করতে পারে ArrayPlot।
MatrixPlot[
SparseArray[Rule @@@ counts /. indices, ConstantArray[Length@indices, 2]],
FrameTicks -> With[{t = {#2, #1} & @@@ indices}, {{t, None}, {t, None}}],
PlotLegends -> Automatic
]
নোট করুন এটি উচ্চ-ত্রিভুজাকৃতির is
আশাকরি এটা সাহায্য করবে.
আপনি সিগর্ন ভিজ্যুয়ালাইজেশন লাইব্রেরি (ম্যাটপ্লোটিলিবের শীর্ষে নির্মিত) দিয়ে অজগরে এটি করতে পারেন।
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()চূড়ান্ত ডেটাফ্রেমটি এমন dfদেখাচ্ছে:
এবং ফলস্বরূপ দৃশ্যটি হ'ল:
