ridgeplot

一个使用山脊线图，数据集为概率感知。

这个例子演示了使用分类偏移来显式地定位分类值，在这种情况下允许使用临时的子图。这是因为真实数据不可用于展示，因此例如无法在悬停工具中显示山脊线值。

一个更好的替代方案是使用子坐标，如示例examples/plotting/ridgeplot_subcoordinates.py中所示。

此图表显示了对提示语“极有可能”这个短语，你会赋予多大可能性的回答分布。

详细信息

示例数据:

bokeh.sampledata.perceptions

Bokeh API:

figure.patch, bokeh.models.ColumnDataSource

更多信息:

带偏移的分类序列

关键词:

alpha, categorical, palette, patch, ridgeline

import colorcet as cc
from numpy import linspace
from scipy.stats import gaussian_kde

from bokeh.models import ColumnDataSource, FixedTicker, PrintfTickFormatter
from bokeh.plotting import figure, show
from bokeh.sampledata.perceptions import probly


def ridge(category, data, scale=20):
    return list(zip([category]*len(data), scale*data))

cats = list(reversed(probly.keys()))

palette = [cc.rainbow[i*15] for i in range(17)]

x = linspace(-20, 110, 500)

source = ColumnDataSource(data=dict(x=x))

p = figure(y_range=cats, width=900, x_range=(-5, 105), toolbar_location=None)

for i, cat in enumerate(reversed(cats)):
    pdf = gaussian_kde(probly[cat])
    y = ridge(cat, pdf(x))
    source.add(y, cat)
    p.patch('x', cat, color=palette[i], alpha=0.6, line_color="black", source=source)

p.outline_line_color = None
p.background_fill_color = "#efefef"

p.xaxis.ticker = FixedTicker(ticks=list(range(0, 101, 10)))
p.xaxis.formatter = PrintfTickFormatter(format="%d%%")

p.ygrid.grid_line_color = None
p.xgrid.grid_line_color = "#dddddd"
p.xgrid.ticker = p.xaxis.ticker

p.axis.minor_tick_line_color = None
p.axis.major_tick_line_color = None
p.axis.axis_line_color = None

p.y_range.range_padding = 0.12

show(p)