跳到主要内容

雨云图

雨云图把同一个分组的三层视角叠在一套坐标轴上:

层是什么
云半小提琴(核密度)—— 分布的形状
箱一条窄箱线 —— 五数概括
雨抖动的原始点 —— 每一个观测

三者合起来,避开了箱线图的信息损失(形状看不见)、散点带图的杂乱(结构看不清)、以及小提琴图的匿名性 (样本量不可见)。

SELECT kuva_render(to_json({
'title': 'Expression by treatment',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'raincloud',
'groups': groups
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

多组会自动从调色板取色;只有一个分组时用统一的 color。

开关三层​

三层可以各自关掉 —— 不需要全都要时,就是这么搭出更简单的图:

字段效果
show_cloud: false只有箱 + 雨,没有核密度
show_box: false只有云 + 雨,没有概括
show_rain: false只有云 + 箱,没有原始点
SELECT kuva_render(to_json({
'title': 'Cloud + box only',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'raincloud',
'groups': groups,
'show_rain': false
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

KDE 带宽​

「云」是核密度估计,所以它和别处是同一个平滑旋钮 —— 不特别指定就按 Silverman 规则。

bandwidth_scale 是在自动带宽上乘一个倍率(相当于 ggplot2 的 adjust):小于 1 更锐、更跟着数据走, 大于 1 更平滑。

SELECT kuva_render(to_json({
'title': 'Sharper clouds',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'raincloud',
'groups': groups,
'bandwidth_scale': 0.5
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

bandwidth 直接给一个确定值,同时盖过 Silverman 规则与倍率;kde_samples 是曲线采样多少个点(默认 200)。

翻转方向​

云在中线右侧、雨在左侧。flip 把两边对调 —— 想让密度和别的图在同一侧,或者只是对齐某份图的风格,就用它。

SELECT kuva_render(to_json({
'title': 'Flipped',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'raincloud',
'groups': groups,
'flip': true
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

逐组颜色​

colors 按位置给分组分配填充色;分组、云、箱、雨用的是同一个。

SELECT kuva_render(to_json({
'title': 'Per-group colours',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'raincloud',
'groups': groups,
'colors': ['#4878d0', '#ee854a', '#6acc65', '#d65db1', '#8c6bb1']
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

图例​

雨云图的图例是每个分组一条、文字取自分组标签 —— 所以 legend 只是把它打开。

SELECT kuva_render(to_json({
'title': 'With a legend',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'legend': {'position': 'outside_right_top'},
'series': [{
'type': 'raincloud',
'groups': groups,
'legend': 'group'
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

微调布局​

分组挨得太近或者显得太稀,每一个偏移与宽度都可以调:

字段默认调什么
cloud_width30云的最大半宽(像素)
cloud_offset0.15云中心离组中心的距离
box_width0.08箱的半宽,占槽位的比例
rain_offset0.20雨中心离组中心的距离
rain_size3雨点的半径(像素)
rain_jitter0.05雨在水平方向的铺开幅度
cloud_alpha0.7云的填充不透明度
rain_alpha0.7雨点的不透明度
seed42抖动的随机种子,保证输出可复现
SELECT kuva_render(to_json({
'title': 'Wider clouds, tighter rain',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'raincloud',
'groups': groups,
'cloud_width': 45,
'cloud_offset': 0.20,
'rain_offset': 0.25,
'rain_size': 2.5,
'rain_jitter': 0.04,
'cloud_alpha': 0.6,
'rain_alpha': 0.5
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

横向​

horizontal 把图转过来,分类顺着 y 轴排 —— 标签长的时候这样更好。

SELECT kuva_render(to_json({
'title': 'Horizontal raincloud',
'x_axis': {'name': 'expression'},
'y_axis': {'name': 'group'},
'series': [{
'type': 'raincloud',
'groups': groups,
'horizontal': true
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

字段​

字段类型设置什么
groupsgroup[]必填。 每个分组一朵雨云,每项是 {label, values, color?}。
colorsstring[]逐组颜色,与 groups 按位置对应。
show_cloudboolean画半小提琴(默认 true)。
cloud_widthnumber云的最大半宽(像素,默认 30)。
cloud_offsetnumber云中心相对组中心的偏移(默认 0.15)。
cloud_alphanumber云的填充不透明度(默认 0.7)。
bandwidthnumber显式的核密度带宽;盖过 Silverman 与倍率。
bandwidth_scalenumber自动带宽上的倍率(默认 1)。
kde_samplesinteger核密度的采样点数(默认 200)。
show_boxboolean画箱线(默认 true)。
box_widthnumber箱的半宽,占槽位比例(默认 0.08)。
show_rainboolean画抖动散点(默认 true)。
rain_sizenumber雨点半径(像素,默认 3)。
rain_jitternumber雨的横向抖动幅度(默认 0.05)。
rain_alphanumber雨点的不透明度(默认 0.7)。
rain_offsetnumber雨中心相对组中心的偏移(默认 0.20)。
flipboolean对调云与雨的位置(默认 false)。
seedinteger抖动的随机种子(默认 42)。
horizontalboolean转置:分类在 y 轴、数值在 x 轴。

color 与 legend 见 series 与通用字段;legend 会打开每个分组一条的图例。

说明​

  • 每个分组至少要有一个值;groups 为空是报错。
  • 优先级:bandwidth > bandwidth_scale > Silverman 规则。
  • show_* 这几个开关,就是让同一张图能当小提琴图、箱线图或者散点带图用的原因。
  • 三层共用同一根 y 轴,所以它们可以直接对比 —— 这正是全部意义所在。

另见​