数据可视化之维恩图 Venn diagram

叶庭云

发布于 2024-05-25 08:27:59

2340

发布于 2024-05-25 08:27:59

文章被收录于专栏：Python进阶之路Python进阶之路

文章目录

一、前言
二、主要内容
三、总结

一、前言

维恩图（Venn diagram），也叫文氏图或韦恩图，是一种关系型图表，用于显示元素集合之间的重叠区域。它帮助我们查看集合元素的分布关系，特别适用于图形化描述多个集合之间的交集、并集和差异。维恩图被广泛用于数学、统计学、逻辑、计算机科学和商业分析。它能够表示两组或更多组数据之间的逻辑关系。维恩图涉及重叠的圈子，这些圈子展示了组织结构、共同性和差异。

二、主要内容

让我们更详细地了解维恩图：

维恩图的基本概念：
- 维恩图由圆形或椭圆形区域组成，这些区域表示不同的集合。因此，维恩图的主要元素包括圆圈、交集、逻辑表达。
- 每个圆圈代表一个集合，而重叠部分则表示这些集合之间的共同元素。
维恩图的用途：
- 比较策略：我们可以使用维恩图来比较不同策略、决策或流程的潜在结果。每个圆圈代表一个观点或事物，重叠部分表示相同之处，而各自不重叠的部分则表示各自不同的特征。
- 突出显示组合和重叠：当我们需要通过消除工作流冗余来削减成本时，可以使用维恩图的重叠部分来定位任务。通过将方案细化并拆分为多个任务，我们可以解决问题或满足需求。
- 数据分析：企业决策者可以利用维恩图进行数据分析，以加强数据管理并做出决策判断。
- 广告品牌视觉化表达：维恩图的交叉环形形式常用于品牌的视觉效果表达，比如标志演变、广告活动、产品图表等。

通过维恩图，我们可以更好地理解集合之间的相同和不同之处，将抽象的事物图形化，降低复杂性，做出最优选择。

下面展示一个绘制维恩图的例子，参考了一篇 Cell 论文里的维恩图。论文：Shen, B., Yi, X., Sun, Y., Bi, X., Du, J., Zhang, C., … & Guo, T. (2020). Proteomic and metabolomic characterization of COVID-19 patient sera. Cell, 182(1), 59-72.

借助 EVenn 可以轻松绘制和分析维恩图。

轻松在线创建可重复、可编辑和可统计的维恩图和维恩-替代图。
支持 5 种类型的集合关系可视化。
开发一个统一的矩阵，作为所有 7 个工具的输入。
为任意数量的集合列出每个交集的元素。
计算集合一致性的统计意义。
生成出版物质量的矢量图像供下载。
根据个人需求定制大量样式参数。

效果如下图所示：

三、总结

借助 EVenn 可以轻松绘制和分析维恩图。利用 Python 编程绘制维恩图是另一种方法，可以借助 matplotlib-venn、pyvenn 或 UpSetPlot 实现。然而，这需要花费更多时间来学习 Python、组织数据和调整图表参数，以确保绘制的维恩图既美观又具有高分辨率，适合用于出版物。个人认为，维恩图的绘制相对简单、直观，因此通过编程绘制可能并非必要。

此外，您还可以使用 Visio 或 PPT 手动绘制圆形或椭圆形，然后手动设置它们的重叠部分和图例说明，实现更灵活地绘制维恩图并让它美观、直观。

维恩图作为一种强大的可视化工具，也有一些局限性。让我们来看看其中一些：

有限的集合数量：维恩图最适合用于描述两个或三个集合之间的关系。当涉及到更多集合时，维恩图会变得复杂且难以理解。
面积不准确：维恩图中的圆圈面积并不总是准确地表示集合的大小。这是因为我们通常使用圆圈的面积来表示集合元素的数量，但实际上，圆圈的面积可能不是按比例缩放的。
不适合连续数据：维恩图主要用于显示离散的集合元素。如果你的数据是连续的，例如时间序列数据或温度变化，维恩图可能不是最佳选择。
无法显示交集的具体元素：维恩图只能显示集合之间的交集，但无法具体列出交集中的哪些元素。如果你需要详细了解交集的内容，维恩图就无法提供这种信息。
不适用于大规模数据：当数据集非常大时，维恩图会变得混乱且难以解读。在这种情况下，其他可视化工具（如树状图或热力图）可能更适合。
不适合比较比例：维恩图不适合用于比较集合之间的比例。如果你关心的是集合元素的百分比或比例，其他图表（如饼图）更适合。

总之，维恩图在展示集合之间的关系方面非常有用，但在使用时需要考虑其局限性，并根据具体情况选择合适的可视化工具。

📚️ 参考链接：

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2024-05-24，如有侵权请联系 cloudcommunity@tencent.com 删除

数据可视化