有没有一种可视化大量子图（> 500）的好方法？

Question

我仍在处理我的纽约地铁数据。我以这样一种方式清理和整理数据，现在我在周末和工作日将每个站点每小时的“平均入口”和“平均出口”（范围从 0 到 23）分开（类别变量具有两个可能的值：周末/工作日)。

我试图做的是创建一个图，每个站都是一行，每行有两列（第一列是工作日，第二列是周末）。我想每小时绘制“平均入口”和“平均出口”，以获取有关车站的一些信息。这里有两件有趣的事情；首先，纯粹的数字表明车站有多忙；其次，给定小时内的出入口之间的比率，以表明车站是生活区（早上的入口负载，晚上的出口负载）还是更多的工作区域（早上的出口负载，入口负载在下午 4 点、6 点和 8 点左右偷看）。唯一的问题，大约有 550 个站点。

我尝试使用 seaborn facetgrid 绘制它，它无法处理多个站点（10 个左右）而不会遇到内存问题。

所以我想知道是否有人有一个好主意来完成我想做的事情。

请找到随附的笔记本（倒数第二个单元格显示了我对数据进行可视化的尝试，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 Station R001 的数据..

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

非常感谢任何输入！ 费边

Answer 1

除非你有一整面监视器墙，否则无论你做什么，在屏幕上显示它们都会遇到问题，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（我会建议使用 .png 来压缩具有几种不同颜色的图像）

你想要的是pyplot.savefig()

Here's 另一个问题的答案，其中包含一些提示和技巧

Answer 2

与其制作 550 多个子图，不如看看是否可以制作两个大的 numpy 数组，然后使用 2 个 imview 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？)，将它们缩放以适合每个假行，例如 10px，然后将数据中的每一行偏移 10px *行号。

由于您需要为 24 个数据点中的每一个数据点绘制线图，因此您必须在数据点之间以 10 像素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

一种可能的方法是使用每个站点的入口与出口的比率。每天/每小时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()

如果您想显示所涉及的实际数字而不是比率，我会考虑将数据分成两部分，每个条目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。