跳到主要内容

平行坐标

平行坐标给每一列一根自己的垂直轴,每个观测画成一条穿过所有轴的折线。模式相近的观测会聚成走向一致的线束; 有差异的分组则会明显叉开。它是探索高维数据、跨多个测量指标比较分组、看清哪些维度最能分开分组的紧凑办法。

SELECT kuva_render(to_json({
'title': 'Iris dataset',
'series': [{
'type': 'parallel',
'axis_names': ['sepal_length', 'sepal_width', 'petal_length', 'petal_width'],
'rows': rows,
'show_axis_ticks': true,
'axis_ticks': 4,
'legend': 'species'
}]
})) AS chart
FROM (
SELECT list({
'values': [sepal_length, sepal_width, petal_length, petal_width],
'group': species
}) AS rows
FROM read_csv_auto('{{DFK_BASE_URL}}data/parallel.tsv')
);

每根轴默认各自归一到 [0, 1],所以量纲差得很远的列也还能放在一起比。所有轴本来就是同一个单位时,用 "normalize": false 关掉。

平滑曲线​

curved 用 S 形贝塞尔曲线代替直线段,线一密就没那么糊。

SELECT kuva_render(to_json({
'title': 'Curved polylines',
'series': [{
'type': 'parallel',
'axis_names': ['sepal_length', 'sepal_width', 'petal_length', 'petal_width'],
'rows': rows,
'curved': true,
'opacity': 0.7,
'legend': 'species'
}]
})) AS chart
FROM (
SELECT list({
'values': [sepal_length, sepal_width, petal_length, petal_width],
'group': species
}) AS rows
FROM read_csv_auto('{{DFK_BASE_URL}}data/parallel.tsv')
);

分组均值线​

show_mean 在每根轴上按分组均值画一条粗折线。线挤成一片时,靠它才能看清分组层面的走势。

SELECT kuva_render(to_json({
'title': 'Group means',
'series': [{
'type': 'parallel',
'axis_names': ['sepal_length', 'sepal_width', 'petal_length', 'petal_width'],
'rows': rows,
'curved': true,
'opacity': 0.3,
'show_mean': true,
'mean_stroke_width': 3,
'legend': 'species'
}]
})) AS chart
FROM (
SELECT list({
'values': [sepal_length, sepal_width, petal_length, petal_width],
'group': species
}) AS rows
FROM read_csv_auto('{{DFK_BASE_URL}}data/parallel.tsv')
);

轴反转​

有些轴天生「越小越好」—— p 值、错误率、延迟。inverted_axes 给出要翻转的轴下标,这样大值就落在轴的下端。 轴标签下面会有个小三角,标出这根轴是反的。

SELECT kuva_render(to_json({
'title': 'Most-changed genes',
'series': [{
'type': 'parallel',
'axis_names': ['basemean', 'log2fc', 'pvalue'],
'rows': rows,
'inverted_axes': [2],
'show_mean': true,
'opacity': 0.4,
'legend': 'chr'
}]
})) AS chart
FROM (
SELECT list({'values': [basemean, log2fc, pvalue], 'group': chr}) AS rows
FROM (
SELECT basemean, log2fc, pvalue, chr
FROM read_csv_auto('{{DFK_BASE_URL}}data/gene_stats.tsv')
ORDER BY abs(log2fc) DESC
LIMIT 150
)
);

这里把 pvalue 那根轴翻了过来,于是「显著」的基因落在该轴的下端,而它们的 log2fc 落在两端。

字段​

字段类型设置什么
axis_namesstring[]必填。 每根轴一个名字;至少 2 个。
rowsrow[]必填。 每个观测一项,每项是 {values, group?}。
normalizeboolean每根轴各自缩放到 0–1(默认开)。
curvedboolean用贝塞尔曲线连接,而不是直线段。
stroke_widthnumber线宽。
opacitynumber线的透明度。
colorstring行没有分组时的回退色。
group_colorsstring[]逐分组颜色。
show_axis_ticksboolean在轴上画刻度线。
axis_ticksnumber每根轴的刻度数。
show_meanboolean每个分组画一条均值线。
mean_stroke_widthnumber均值线的线宽。
inverted_axesinteger[]要翻转的轴下标(大值放下面)。
show_axis_bandsboolean在每根轴后面画一条灰带。
legendstring图例标题(也就是分组名)。

说明​

  • 至少 2 个轴名,且每一行的 values 必须正好每个轴一个值 —— 对不上是报错,而不是悄悄丢掉那一行。
  • inverted_axes 的下标会按轴数做检查。
  • rows 不能为空。

另见​