马赛克图
马赛克图(Marimekko 图)同时编码两个分类变量。列的宽度正比于该列的总量,列内每一段的高度是该行分类的占比 —— 于是每个格子的面积正比于它的联合频数。它就是一张用面积编码的列联表。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/mosaic.tsv'))
SELECT kuva_render(to_json({
'title': 'Outcomes by region',
'x_axis': {'name': 'region'},
'y_axis': {'name': 'proportion'},
'series': [{
'type': 'mosaic',
'cells': (SELECT list({'col': region, 'row': outcome, 'value': count}) FROM d),
'col_order': (SELECT list(region ORDER BY region) FROM (SELECT DISTINCT region FROM d)),
'row_order': (SELECT list(outcome ORDER BY outcome DESC) FROM (SELECT DISTINCT outcome FROM d)),
'legend': 'outcome'
}]
})) AS chart;
每个组合一项。不点名的话,列序与行序都按首次出现排 —— 所以这个例子把两者都写了出来,否则版面就取决于你的 查询恰好按什么顺序出产行。
颜色与顺序
group_colors 按行分类逐个给色,按 row_order 的位置对应;gap 是格子之间的像素缝,列与列之间、段与段之间
都算。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/mosaic.tsv'))
SELECT kuva_render(to_json({
'title': 'With custom colours',
'x_axis': {'name': 'region'},
'y_axis': {'name': 'proportion'},
'series': [{
'type': 'mosaic',
'cells': (SELECT list({'col': region, 'row': outcome, 'value': count}) FROM d),
'col_order': (SELECT list(region ORDER BY region) FROM (SELECT DISTINCT region FROM d)),
'row_order': (SELECT list(outcome ORDER BY outcome DESC) FROM (SELECT DISTINCT outcome FROM d)),
'group_colors': ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728'],
'gap': 3,
'legend': 'outcome'
}]
})) AS chart;
格子里的标签
percents(默认开)写每个格子在本列中的占比;values 再加上原始数值。只关心计数时就把 percents 关掉;
min_label_height / min_label_width 用来阻止文字被硬塞进放不下的小格子里。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/mosaic.tsv'))
SELECT kuva_render(to_json({
'title': 'Raw values',
'x_axis': {'name': 'region'},
'y_axis': {'name': 'count'},
'series': [{
'type': 'mosaic',
'cells': (SELECT list({'col': region, 'row': outcome, 'value': count}) FROM d),
'col_order': (SELECT list(region ORDER BY region) FROM (SELECT DISTINCT region FROM d)),
'row_order': (SELECT list(outcome ORDER BY outcome DESC) FROM (SELECT DISTINCT outcome FROM d)),
'percents': false,
'values': true,
'legend': 'outcome'
}]
})) AS chart;
列不归一
默认每列会拉开到整幅图的高度,于是只有列内部的拆分可比。"normalize": false 改成让列高正比于它在总量中的
占比 —— 这时版面也把「各组大小差多少」显示出来了:
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/mosaic.tsv'))
SELECT kuva_render(to_json({
'title': 'Column heights as shares',
'x_axis': {'name': 'region'},
'y_axis': {'name': 'share of all'},
'series': [{
'type': 'mosaic',
'cells': (SELECT list({'col': region, 'row': outcome, 'value': count}) FROM d),
'col_order': (SELECT list(region ORDER BY region) FROM (SELECT DISTINCT region FROM d)),
'row_order': (SELECT list(outcome ORDER BY outcome DESC) FROM (SELECT DISTINCT outcome FROM d)),
'normalize': false,
'legend': 'outcome'
}]
})) AS chart;
字段
| 字段 | 类型 | 设置什么 |
|---|---|---|
cells | cell[] | 必填。 每个组合一项:{col, row, value}。 |
col_order | string[] | 列顺序(默认按首次出现)。 |
row_order | string[] | 行 / 段顺序(默认按首次出现)。 |
group_colors | string[] | 逐行颜色,按 row_order 的位置对应。 |
gap | number | 格子之间的像素缝(默认 2)。 |
percents | boolean | 格子里写百分比(默认开)。 |
values | boolean | 格子里写原始数值(默认关)。 |
min_label_height / min_label_width | number | 小于这个尺寸的格子就不写标签。 |
normalize | boolean | 每列拉开到满高(默认开)。 |
legend | string | 图例标题;每个行分类一条。 |
说明
cells不能为空。 缺的col×row组合按0处理,重复的组合会求和。col_order/row_order不做过滤:在cells里出现、但不在顺序列表里的分类照样会画。- 列的宽度永远编码列总量 —— 这不是可切换的,那正是它成为马赛克图的原因。
- 各组大小悬殊时,
normalize: false才是诚实的画法。
另见
- kuva — 马赛克图 —— 绘图库自己的图型参考。
- 韦恩图 · UpSet 图 —— 换成集合交叠的视角,而不是列联表。
- 骰子图 —— 逐格的多变量网格。
- 图例 → 手工条目 —— 分组颜色来自
group_colors而不是系列名时,用这个配键。