Altair可视化库实现PCA散点图置信区间椭圆的方法解析
2025-05-24 12:15:03作者:翟江哲Frasier
置信区间椭圆是数据可视化中展现多维数据分布特征的重要工具。在PCA降维分析中,通过置信椭圆能够直观展示不同类别数据的分布范围和方向性。本文将详细介绍如何使用Python的Altair可视化库为PCA散点图添加置信区间椭圆。
置信区间椭圆的核心原理
置信区间椭圆基于多元正态分布假设,通过计算数据点的协方差矩阵特征值和特征向量来确定椭圆的方向和大小。椭圆的长短轴长度与特征值平方根成正比,方向由特征向量决定,通常选择95%置信水平对应的卡方分布临界值作为缩放因子。
Altair实现方案
Altair虽然不直接提供置信椭圆的内置函数,但可以通过组合基础图形元素实现。核心步骤包括:
- 数据预处理:对每个类别分别计算均值向量和协方差矩阵
- 椭圆路径生成:基于特征分解结果计算椭圆轮廓坐标
- 可视化叠加:将椭圆图层叠加到原始散点图上
import altair as alt
import numpy as np
import pandas as pd
from scipy.stats import chi2
def confidence_ellipse(data, group_col, x_col, y_col, level=0.95):
ellipses = []
groups = data[group_col].unique()
for group in groups:
group_data = data[data[group_col] == group]
x = group_data[x_col].values
y = group_data[y_col].values
cov = np.cov(x, y)
lambda_, v = np.linalg.eig(cov)
lambda_ = np.sqrt(lambda_)
theta = np.linspace(0, 2*np.pi, 100)
circle = np.vstack([np.cos(theta), np.sin(theta)]).T
ellipse = circle * lambda_ * np.sqrt(chi2.ppf(level, 2))
ellipse = ellipse.dot(v.T)
ellipse[:, 0] += np.mean(x)
ellipse[:, 1] += np.mean(y)
ellipses.append(pd.DataFrame({
x_col: ellipse[:, 0],
y_col: ellipse[:, 1],
group_col: [group]*100
}))
return pd.concat(ellipses)
完整可视化案例
将置信椭圆与散点图结合使用时,建议采用分层绘制策略:
# 生成示例数据
np.random.seed(42)
data = pd.DataFrame({
'PC1': np.concatenate([np.random.normal(0, 1, 50),
np.random.normal(3, 1, 50),
np.random.normal(1, 1, 50)]),
'PC2': np.concatenate([np.random.normal(0, 1, 50),
np.random.normal(3, 1, 50),
np.random.normal(1, 2, 50)]),
'Group': ['A']*50 + ['B']*50 + ['C']*50
})
# 计算椭圆路径
ellipses = confidence_ellipse(data, 'Group', 'PC1', 'PC2')
# 创建图表
base = alt.Chart(data).encode(
x='PC1:Q',
y='PC2:Q',
color='Group:N'
)
scatter = base.mark_circle(size=60)
ellipse = alt.Chart(ellipses).mark_line().encode(
x='PC1:Q',
y='PC2:Q',
color='Group:N'
)
(scatter + ellipse).properties(
width=500,
height=400
)
样式优化建议
- 视觉层次:调整椭圆透明度(opacity=0.7)和线宽(strokeWidth=2)以突出散点
- 填充效果:使用mark_area实现填充椭圆,增强视觉区分度
- 交互增强:添加tooltip显示分组统计信息
置信椭圆在生物信息学、社会科学等领域有广泛应用,能够有效揭示数据集的聚类结构和变异方向。通过Altair的灵活组合,开发者可以构建出专业级的统计可视化图表。
提示:对于大规模数据集,建议预先计算椭圆路径以提高渲染性能。在Jupyter环境中,可使用
alt.data_transformers.enable('json')优化数据处理流程。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
246
2.43 K
deepin linux kernel
C
24
6
仓颉编译器源码及 cjdb 调试工具。
C++
116
88
React Native鸿蒙化仓库
JavaScript
216
295
仓颉编程语言测试用例。
Cangjie
34
78
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
354
1.69 K
暂无简介
Dart
544
118
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.01 K
593
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
406
Ascend Extension for PyTorch
Python
83
117