Julia：网格上分类数据的可视化

如何解决Julia：网格上分类数据的可视化

有时需要在常规网格上绘制分类值以显示它们如何覆盖某个区域。原则上，plot() 函数非常适合这种情况，但是有一个问题需要每次调整图标的大小以创建实体封面的错觉。更改图像的覆盖范围时，旧尺寸变得无关紧要，需要再次调整。有没有自动调整这个尺寸的技术？

using Plots
using CategoricalArrays
a = [1,2,3,1,3]
b = [1,3]
c = CategoricalArray(["X","X","Y","Z","Z"])
plot(a,b,group = c,seriestype = :scatter,aspect_ratio = 1,markersize=90,markershape=:square,markerstrokewidth=0.0,xlim = (0.5,3.5),ylim = (0.5,3.5))

结果什么都好，除了每次需要调整单元格的大小，以便没有重叠区域或间隙：

作为替代方案，我考虑了 heatmap()，但它对分类数据的工作非常奇怪，通过连续的值渐变为它们设置某种规模。我还没有遇到过使用 heatmap() 会得到带有像 plot() 这样美丽图例的地图的任何示例，所以我不确定在这里使用 heatmap() 是否正确。

a = b = [1,3]
c = CategoricalArray(["X" "X" "Y"; "Z" "Y" "Y"; "Z" "Y" "Z"])
heatmap(a,c)

也许还有一些方法可以自动设置plot()单元格的大小？

解决方法

在 Plots.jl 中有多种方法可以创建这样的图。也许对您想要的最明显的解释是 shapes。对于这种方法，您还需要了解 how to group unconnected data within the same groups。基于形状的解决方案可能如下所示：

a = [1,2,3,1,3]
b = [1,3]
c = CategoricalArray(["X","X","Y","Z","Z"])

groups = Dict(cat => NTuple{2,Int}[] for cat in levels(c))
for (ca,cb,cat) in zip(a,b,c)
    push!(groups[cat],(ca,cb))
end

w = 1
shapes = map(collect(groups)) do (cat,vals)
    cat => mapreduce(vcat,vals) do (ca,cb)
        [ca cb] .+ [-.5 -.5; .5 -.5; .5 .5; -.5 .5; -.5 -.5; NaN NaN]*w
    end
end

p = plot(aspect_ratio=1)
for (cat,s) in sort(shapes;by=x->x[1])
    plot!(s[:,1],s[:,2],label=cat,seriestype=:shape,linewidth=0)
end

大部分代码只是简单地移动数据，因此我们从分类值到指定所有顶点的矩阵中得到一个对向量，例如“X”：

"X" =>
12×2 Matrix{Float64}:
   0.5    0.5
   1.5    0.5
   1.5    1.5
   0.5    1.5
   0.5    0.5
 NaN    NaN
   1.5    0.5
   2.5    0.5
   2.5    1.5
   1.5    1.5
   1.5    0.5
 NaN    NaN

一个可能稍微简单的解决方案是“欺骗”Plots 以使用热图显示我们想要的内容，如下所示：

a = b = [1,3]
c = CategoricalArray(["X" "X" "Y"; "Z" "Y" "Y"; "Z" "Y" "Z"])
pal = palette(:default)
p = plot(aspect_ratio=1,size=(400,400))
heatmap!(a,c,c=pal,colorbar=false,clims=(1,length(pal)))
for cat in sort(collect(Set(c)))
    plot!(
        [],[],color=pal[levelcode(cat)]
    )
end