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_width | 30 | 云的最大半宽(像素) |
cloud_offset | 0.15 | 云中心离组中心的距离 |
box_width | 0.08 | 箱的半宽,占槽位的比例 |
rain_offset | 0.20 | 雨中心离组中心的距离 |
rain_size | 3 | 雨点的半径(像素) |
rain_jitter | 0.05 | 雨在水平方向的铺开幅度 |
cloud_alpha | 0.7 | 云的填充不透明度 |
rain_alpha | 0.7 | 雨点的不透明度 |
seed | 42 | 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 |
|---|---|---|
groups | group[] | 必填。 每个分组一朵雨云,每项是 {label, values, color?}。 |
colors | string[] | 逐组颜色,与 groups 按位置对应。 |
show_cloud | boolean | 画半小提琴(默认 true)。 |
cloud_width | number | 云的最大半宽(像素,默认 30)。 |
cloud_offset | number | 云中心相对组中心的偏移(默认 0.15)。 |
cloud_alpha | number | 云的填充不透明度(默认 0.7)。 |
bandwidth | number | 显式的核密度带宽;盖过 Silverman 与倍率。 |
bandwidth_scale | number | 自动带宽上的倍率(默认 1)。 |
kde_samples | integer | 核密度的采样点数(默认 200)。 |
show_box | boolean | 画箱线(默认 true)。 |
box_width | number | 箱的半宽,占槽位比例(默认 0.08)。 |
show_rain | boolean | 画抖动散点(默认 true)。 |
rain_size | number | 雨点半径(像素,默认 3)。 |
rain_jitter | number | 雨的横向抖动幅度(默认 0.05)。 |
rain_alpha | number | 雨点的不透明度(默认 0.7)。 |
rain_offset | number | 雨中心相对组中心的偏移(默认 0.20)。 |
flip | boolean | 对调云与雨的位置(默认 false)。 |
seed | integer | 抖动的随机种子(默认 42)。 |
horizontal | boolean | 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
- kuva — 雨云图 —— 绘图库自己的图型参考。
- 小提琴图 · 箱线图 · 散点带图 —— 三个部件各自的单独用法。