Tablesaw项目中的散点图与气泡图可视化指南-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00464/article/details/148575128

Tablesaw项目中的散点图与气泡图可视化指南

tablesaw Java dataframe and visualization library 项目地址: https://gitcode.com/gh_mirrors/tab/tablesaw

引言

Tablesaw作为一款强大的Java数据分析库，提供了丰富的数据可视化功能。本文将重点介绍Tablesaw中的散点图（Scatter Plot）和气泡图（Bubble Plot）的使用方法，帮助开发者高效地进行多维数据可视化分析。

基础二维散点图

散点图是最基础也最常用的数据可视化形式之一，用于展示两个连续变量之间的关系。

示例：香槟价格与年份关系

// 加载数据并筛选
Table wines = Table.read().csv("wine_test.csv");
Table champagne = wines.where(
    wines.stringColumn("wine type").isEqualTo("Champagne & Sparkling")
        .and(wines.stringColumn("region").isEqualTo("California")));

// 创建散点图
Plot.show(
    ScatterPlot.create("Champagne prices by vintage", 
                       champagne, "mean retail", "vintage"));

这段代码展示了如何：

加载CSV数据文件
使用条件筛选特定数据子集
创建简单的二维散点图，x轴表示平均零售价，y轴表示年份

多维数据可视化

Tablesaw支持通过多种方式展示多维数据关系。

1. 添加分类变量（第三维度）

Plot.show(
    ScatterPlot.create("Wine prices and ratings", 
                       wines, "Mean Retail", "highest pro score", "wine type"));

特点：

不同葡萄酒类型用不同颜色表示
图例支持交互式显示/隐藏特定类别
直观展示三个变量间的关系

2. 气泡图（第三数值维度）

Plot.show(
    BubblePlot.create("Average retail price for champagnes by vintage and rating",
                champagne,
                "highest pro score",  // x轴
                "vintage",           // y轴
                "Mean Retail"));     // 气泡大小

气泡图特点：

第三个数值变量通过气泡大小表示
默认使用直径映射数值，可配置为面积映射
适合展示三个数值变量间的关系

3. 3D散点图（替代气泡图）

Plot.show(
    Scatter3DPlot.create("Average retail price for champagnes by vintage and rating",
                champagne,
                "highest pro score",  // x轴
                "vintage",           // y轴
                "Mean Retail"));     // z轴

3D散点图特点：

支持旋转、平移和缩放
悬停显示数据标签和坐标指引线
第三个数值变量使用z轴表示

高级多维可视化

Tablesaw支持最多五个维度的数据可视化。

四维可视化（添加分类变量）

// 气泡图版本
Plot.show(
    BubblePlot.create("Average retail price for champagnes by vintage and rating",
                champagne,
                "highest pro score",
                "vintage",
                "Mean Retail",
                "appellation"));  // 第四维度：分类变量

// 3D散点图版本
Plot.show(
    Scatter3DPlot.create("Average retail price for champagnes by vintage and rating",
                champagne,
                "highest pro score",
                "vintage",
                "Mean Retail",
                "appellation"));

五维可视化（添加第二数值变量）

Plot.show(
    Scatter3DPlot.create("High & low retail price for champagne by vintage and rating",
                champagne,
                "vintage",          // x轴
                "highest pro score", // y轴
                "highest retail",   // z轴
                "lowest retail",     // 点大小
                "appellation"));     // 颜色分类

这个五维可视化展示了：