是否有可视化大量子图（> 500）的好方法？

Question

我仍在处理我的纽约地铁数据。我以这样的方式清理和整理数据，现在每个站点每小时 'Average Entries' 和 'Average Exits'（范围从 0 到 23）在周末和工作日分开（类别变量有两个可能的值：weekend/weekday).

我想做的是创建一个图，每个站都是一行，每行有两列（第一列用于工作日，第二列用于周末）。我想每小时绘制 'Average Entries' 和 'Average Exits' 以获取有关站点的一些信息。这里有两件事很有趣；首先是纯粹的数字，表明一个车站有多忙；其次是给定时间进出站之间的比率，以表明车站是生活区（早上进站负荷，晚上出站负荷）还是工作区（早上出站负荷，进站负荷）大约在下午 4 点、下午 6 点和晚上 8 点左右偷看）。唯一的问题，大约有550个站。

我尝试用 seaborn facetgrid 绘制它，如果没有运行内存问题，它无法处理超过几个站（10 个左右）。

所以我想知道是否有人有好主意来完成我正在尝试做的事情。

请找到随附的笔记本（倒数第二个单元格显示我对数据可视化的尝试，即 4 个站点的绘图）。这显然不适用于 500 多个站点，所以可能是连续 5 个站点？

最后一个单元格包含评论中要求的站 R001 的数据..

https://github.com/FBosler/Udacity/blob/master/Example.ipynb

非常感谢任何意见！法比安

Answer 1

除非你有一整面显示器，否则无论你做什么，你都将无法在屏幕上显示它们，但是为了绕过内存限制，你可以将它们光栅化并保存到图像文件（我建议使用 .png 来压缩具有几种不同颜色的图像）

你想要的是 pyplot.savefig()

Here's 关于如何做到这一点的另一个问题的答案，以及一些提示和技巧

Answer 2

而不是制作 550 多个子图，看看你是否可以制作两个大的 numpy 数组，然后使用 2 个 imview 个子图，一个用于工作日，一个用于周末

对于 y 值，首先找到平均值的最小值 (0) 和最大值 (10,000?)，缩放它们以适合每个假行，例如 10px，然后将数据中的每一行偏移10px * 行号。

由于您想要为 24 个数据点中的每一个绘制线图，因此您必须在数据点之间以 10px 的增量进行线性插值，以便最终的 numpy 数组为 240 x 5500 x 2.

Answer 3

一种可行的方法是使用每个车站的进出比。每个 day/hour 可以在图像上形成一列，每一行都是一个站。例如：

from matplotlib import pyplot as plt
import random
import numpy as np


all_stations = []

for i in range(550):
    entries = [float(random.randint(0, 50)) for i in range(7*24)] # Data point for each hour over a week
    exits = [float(random.randint(0, 50)) for i in range(7*24)]

    weekend_entries = entries[:2*7]
    weekend_exits = exits[:2*7]

    day_entries = entries[2*7:]
    day_exits = exits[2*7:]

    weekend_ratio = [np.array(en) / np.array(ex) for en, ex in zip(weekend_entries, weekend_exits)]
    day_ratio = [np.array(en) / np.array(ex) for en, ex in zip(day_entries, day_exits)]

    whole_week = weekend_ratio + day_ratio

    all_stations.append(whole_week)

plt.figure()
plt.imshow(all_stations, aspect='auto', interpolation="nearest")
plt.xlabel("Hours")
plt.ylabel("Station number")
plt.title("Entry/exit ratio per station")
plt.colorbar(label="Entry/exit ratio")
# Add some vertical lines to indicate days
for j in range(1, 7):
    plt.plot([j*24]*2, [0, 550], color="black")
plt.xlim(0, 7*24)
plt.ylim(0, 550)
plt.show()

如果您想显示实际涉及的数字而不是比率，我会考虑将数据分成两部分，每个入口和出口数据集一张图像。然后可以使用每个像素的强度来告知数字，而不是比率。

是否有可视化大量子图（> 500）的好方法？

Is there a good way to visualize large number of subplots (> 500)?

python

visualization

matplotlib

pandas

subplot