下载文中数据、代码、绘图结果
文章目录
- 关于数据
- 绘图函数
- 完整可运行的代码
- 运行结果
关于数据
如果想知道本文的关联规则数据是怎么来的，请阅读这篇文章
绘图函数
Python中似乎没有很方便的绘制网络图的函数。
下面是本人自行实现的绘图函数，如果想要运行，请点击上文的链接，下载数据和代码。
传入一个关联规则数据的DataFrame，这个DataFrame应该包含三列数据：antecedents，consequents，confidence，分别代表前件，后件，置信度。
def plot_rules_net(rules: pd.DataFrame):
import matplotlib.patches as patches
# 假设你有一个包含所有药材的列表
items = list(
set([item for sublist in rules['antecedents'].tolist() + rules['consequents'].tolist() for item in sublist]))
# 计算药材数量，确定顶点数
n_items = len(items)
# 创建一个正n_items边形的顶点坐标
radius = 5 # 可以调整半径
angle = np.linspace(0, 2 * np.pi, n_items, endpoint=False)
x = radius * np.cos(angle)
y = radius * np.sin(angle)
# 绘制正多边形和顶点
fig, ax = plt.subplots(figsize=(10, 10))
polygon = patches.RegularPolygon((0, 0), n_items, radius=radius, fill=False, edgecolor='k')
ax.add_patch(polygon)
def get_label_position(angle):
label_offset_value = 0.2 # 定义一个变量来存储偏移量
# 根据角度确定文本标签的对齐方式和位置
if angle < np.pi / 2:
ha, va = "center", "bottom"
offset = np.array([label_offset_value, label_offset_value])
elif angle < np.pi:
ha, va = "center", "bottom"
offset = np.array([-label_offset_value, label_offset_value])
elif angle < 3 * np.pi / 2:
ha, va = "center", "top"
offset = np.array([-label_offset_value, -label_offset_value])
else:
ha, va = "center", "top"
offset = np.array([label_offset_value, -label_offset_value])
return ha, va, offset
# 在绘制顶点的循环中调整文本位置
for (i, j), label, angle in zip(zip(x, y), items, angle):
ha, va, offset = get_label_position(angle)
ax.plot(i, j, 'o', markersize=10)
ax.text(i + offset[0], j + offset[1], label, fontsize=12, ha=ha, va=va)
# 获取confidence的最小值和最大值
min_confidence = rules['confidence'].min()
max_confidence = rules['confidence'].max()
# 使用colormap - 可以根据需要选择合适的colormap
# 这里我们使用'Greens'，因为你想要的是颜色越深表示权重越大
cmap = plt.get_cmap('Greens')
# 线性映射函数，将confidence值映射到0-1之间，用于colormap
def get_color(confidence):
return cmap((confidence - min_confidence) / (max_confidence - min_confidence))
# 绘制边
for _, row in rules.iterrows():
antecedents = row['antecedents']
consequents = row['consequents']
confidence = row['confidence']
for antecedent in antecedents:
for consequent in consequents:
start_idx = items.index(antecedent)
end_idx = items.index(consequent)
start_point = (x[start_idx], y[start_idx])
end_point = (x[end_idx], y[end_idx])
color = get_color(confidence)
# 修改箭头的绘制方式，使其从节点边缘出发
ax.annotate("",
xy=end_point, xytext=start_point,
arrowprops=dict(arrowstyle="->", color=color,
shrinkA=5, shrinkB=5, # shrinkA和shrinkB应该是半径的大小，不是索引
connectionstyle="arc3"),
)
ax.set_xlim([-radius * 1.1, radius * 1.1])
ax.set_ylim([-radius * 1.1, radius * 1.1])
ax.axis('off') # 隐藏坐标轴
plt.suptitle('前24个最高频次药物的关联规则图', fontsize=20) # 主标题
plt.xlabel('颜色深代表置信度高', fontsize=14) # X轴标签
save_path = os.path.join('.', '关联规则网络图.jpg')
plt.savefig(save_path)
plt.show()
完整可运行的代码
下方就是完整可运行的代码，在本文的下载链接中也一并包含，如有需要请复制并运行。
import os
import matplotlib
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['Simhei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False
def plot_rules_net(rules: pd.DataFrame):
import matplotlib.patches as patches
# 假设你有一个包含所有药材的列表
items = list(
set([item for sublist in rules['antecedents'].tolist() + rules['consequents'].tolist() for item in sublist]))
# 计算药材数量，确定顶点数
n_items = len(items)
# 创建一个正n_items边形的顶点坐标
radius = 5 # 可以调整半径
angle = np.linspace(0, 2 * np.pi, n_items, endpoint=False)
x = radius * np.cos(angle)
y = radius * np.sin(angle)
# 绘制正多边形和顶点
fig, ax = plt.subplots(figsize=(10, 10))
polygon = patches.RegularPolygon((0, 0), n_items, radius=radius, fill=False, edgecolor='k')
ax.add_patch(polygon)
def get_label_position(angle):
label_offset_value = 0.2 # 定义一个变量来存储偏移量
# 根据角度确定文本标签的对齐方式和位置
if angle < np.pi / 2:
ha, va = "center", "bottom"
offset = np.array([label_offset_value, label_offset_value])
elif angle < np.pi:
ha, va = "center", "bottom"
offset = np.array([-label_offset_value, label_offset_value])
elif angle < 3 * np.pi / 2:
ha, va = "center", "top"
offset = np.array([-label_offset_value, -label_offset_value])
else:
ha, va = "center", "top"
offset = np.array([label_offset_value, -label_offset_value])
return ha, va, offset
# 在绘制顶点的循环中调整文本位置
for (i, j), label, angle in zip(zip(x, y), items, angle):
ha, va, offset = get_label_position(angle)
ax.plot(i, j, 'o', markersize=10)
ax.text(i + offset[0], j + offset[1], label, fontsize=12, ha=ha, va=va)
# 获取confidence的最小值和最大值
min_confidence = rules['confidence'].min()
max_confidence = rules['confidence'].max()
# 使用colormap - 可以根据需要选择合适的colormap
# 这里我们使用'Greens'，因为你想要的是颜色越深表示权重越大
cmap = plt.get_cmap('Greens')
# 线性映射函数，将confidence值映射到0-1之间，用于colormap
def get_color(confidence):
return cmap((confidence - min_confidence) / (max_confidence - min_confidence))
# 绘制边
for _, row in rules.iterrows():
antecedents = row['antecedents']
consequents = row['consequents']
confidence = row['confidence']
for antecedent in antecedents:
for consequent in consequents:
start_idx = items.index(antecedent)
end_idx = items.index(consequent)
start_point = (x[start_idx], y[start_idx])
end_point = (x[end_idx], y[end_idx])
color = get_color(confidence)
# 修改箭头的绘制方式，使其从节点边缘出发
ax.annotate("",
xy=end_point, xytext=start_point,
arrowprops=dict(arrowstyle="->", color=color,
shrinkA=5, shrinkB=5, # shrinkA和shrinkB应该是半径的大小，不是索引
connectionstyle="arc3"),
)
ax.set_xlim([-radius * 1.1, radius * 1.1])
ax.set_ylim([-radius * 1.1, radius * 1.1])
ax.axis('off') # 隐藏坐标轴
plt.suptitle('前24个最高频次药物的关联规则图', fontsize=20) # 主标题
plt.xlabel('颜色深代表置信度高', fontsize=14) # X轴标签
save_path = os.path.join('.', '关联规则网络图.jpg')
plt.savefig(save_path)
plt.show()
freq = pd.read_excel(r'万条处方的药物出现频次.xlsx')
fd = {k : v for _, (k, v) in freq.iterrows()}
# 指定保留前24最高频次的中药材
most_freq_num = 24
top_24_herbs = sorted(fd, key=lambda x: fd.get(x), reverse=True)[:most_freq_num]
# 读取关联规则分析的结果
rules = pd.read_excel('关联规则分析结果.xlsx')
rules['antecedents'] = rules['antecedents'].apply(lambda x: x.split(', '))
rules['consequents'] = rules['consequents'].apply(lambda x: x.split(', '))
# 过滤关联规则，仅保留包含这24种药物的规则
filtered_rules = rules[rules['antecedents'].apply(lambda x: any(item in x for item in top_24_herbs)) &
rules['consequents'].apply(lambda x: any(item in x for item in top_24_herbs))]
plot_rules_net(filtered_rules)
运行结果
颜色越粗，置信度越高。
我们可以看到砂仁和白芍，还有荷叶和连翘等等，有着很高的置信度。
