資料視覺化--實驗五：高維非空間資料視覺化

BlingblingFu發表於2021-01-01
視覺化

資料視覺化–實驗五：高維非空間資料視覺化

文章目錄

概要

  • 學院：電腦科學與技術學院
  • 實驗日期：2020-10-15
  • 實驗目的： 掌握高維非空間資料視覺化
  • 實驗內容：
    • 在某次大型會議中，為確保會議過程安全，會場使用了電子胸牌對場內人員的移動軌跡進行了監控。現經過處理，得到了某一天內人員在場內各個區域逗留的時間統計資料（time_allocate_day1.csv）。請根據這份資料，完成以下任務：
      • 1、設計視覺化方案，要求通過該方案可以實現對人員的分類（分類結果已給出，僅繪製出影像即可）
      • 2、請根據上述影像，分析會場中room1~6的功能。
  • 注：表格檔案在我的資源中免費下載。名為“資料視覺化實驗–表格附件”。

實驗過程

本次實驗選擇程式設計類工具Pyecharts。

Pyecharts

​ 在Pycharm中新建python專案，並引入pyecharts，openpyxl，datetime等必要包。

建立main.py，寫入以下內容。

#!/usr/bin/env python
# coding:utf-8
"""
Name    : main.py
Author  : F
Time    : 2020/10/15 20:09
Desc    : 資料視覺化實驗五
"""
import openpyxl
from pyecharts.charts import HeatMap, Parallel
import pyecharts.globals as globals
from pyecharts import options as opts
from pyecharts.charts import Pie

globals._WarningControl.ShowWarning = False  # 關閉pyecharts給出的警告


def getClassifyData():
    filename = "classifyday1.xlsx"
    ws = openpyxl.load_workbook(filename)['classifyday1']
    classifyData = []
    for i in range(2, ws.max_row + 1):
        row = str(i)
        classifyData.append([ws['A' + row].value, ws['B' + row].value])
    return classifyData


# 從表格讀取資料
def getRoomData():
    filename = "time_allocate_day1.xlsx"
    ws = openpyxl.load_workbook(filename)['time_allocate_day1']
    roomData, roomName = [], []
    for room in range(24):
        roomName.append(
            opts.ParallelAxisOpts(dim=room, name=ws[chr(room + 65) + '1'].value, min_='dataMin', max_='dataMax'))
    for i in range(2, ws.max_row + 1):
        row, person = str(i), []
        for room in range(24):
            person.append(ws[chr(room + 65) + row].value)
        roomData.append(person)
    return roomData, roomName


# 不同人員平行座標系圖
def drawRoomDataParallel():
    roomData, roomName = getRoomData()
    c = (
        Parallel(init_opts=opts.InitOpts(width="2000px", height="1000px")).add_schema(
            roomName).add(series_name="人員分類圖",
                          data=roomData,
                          linestyle_opts=opts.LineStyleOpts(color={'type': 'linear', 'x': 0,
                                                                   'y': 0,
                                                                   'x2': 0,
                                                                   'y2': 1,
                                                                   'colorStops': [{
                                                                       'offset': 0, 'color': 'red'
                                                                   }, {
                                                                       'offset': 1,
                                                                       'color': 'blue'
                                                                   }],
                                                                   'global': False
                                                                   }, opacity=0.5)
                          ).set_global_opts(title_opts=opts.TitleOpts(title="資料視覺化實驗五"))
    )
    c.render("不同人員平行座標系圖.html")


def genHeatBaseData():
    x, y = [], []
    for i in range(100):
        fmt = str("{:0>2d}".format(i))
        x.append(fmt)
        y.append('1' + fmt)
    return x, y


def classifyHeatMap(xAxisData: list, yAxisData: list, data: list):
    HeatMap(init_opts=opts.InitOpts(width="2000px", height="2000px")).add_xaxis(xaxis_data=xAxisData).add_yaxis(
        series_name="classifyHeatMap",
        yaxis_data=yAxisData,
        value=data,
        label_opts=opts.LabelOpts(
            is_show=False, color="#fff", position="bottom", horizontal_align="50%"
        ),
    ).set_series_opts().set_global_opts(
        legend_opts=opts.LegendOpts(is_show=True),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            splitarea_opts=opts.SplitAreaOpts(
                is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
            axislabel_opts=opts.LabelOpts(
                interval=0
            )
        ),
        yaxis_opts=opts.AxisOpts(
            type_="category",
            splitarea_opts=opts.SplitAreaOpts(
                is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
        ),
        visualmap_opts=opts.VisualMapOpts(
            orient="horizontal", pos_left="center", is_piecewise=True,
            pieces=[
                {"value": 2, "label": 'waiter'},
                {"value": 4, "label": 'vip'},
                {"value": 6, "label": 'participant'},
                {"value": 8, "label": 'meeting'},
                {"value": 10, "label": 'reporter'},
            ]
        ),
    ).render("classifyHeatMap.html")


def serializeClassifyData(data: list):
    job = {'waiter': 2, 'vip': 4, 'participant': 6, 'meeting': 8, 'reporter': 10}
    sData = {}
    for person in data:
        if not sData.__contains__(str(person[0])[0:3]):
            sData[str(person[0])[0:3]] = {}
        sData[str(person[0])[0:3]][str(person[0])[3:5]] = job[person[1]]
    return sData


def genClassifyHeatMapData(data: dict):
    rdata = []  # data中的每個列表內容依次是橫座標 縱座標 值
    for k, v in data.items():
        for sk, sv in v.items():
            rdata.append([int(sk), int(k) - 100, sv])
    return rdata


def drawClassifyHeatMap():
    classifyData = getClassifyData()
    serializedClassifyData = serializeClassifyData(classifyData)
    xAxisValue, yAxisValue = genHeatBaseData()
    classifyHeatMapData = genClassifyHeatMapData(serializedClassifyData)
    classifyHeatMap(xAxisValue, yAxisValue, classifyHeatMapData)


# 計算每種人去了每個房間的總和
def getRoomData():
    classifyData = getClassifyData()
    serializedClassifyData = serializeClassifyData(classifyData)
    filename = "time_allocate_day1.xlsx"
    ws = openpyxl.load_workbook(filename)['time_allocate_day1']
    roomData = [[0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0]]
    for i in range(2, ws.max_row + 1):
        row = str(i)
        for room in range(6):
            roomData[((serializedClassifyData[str(ws['A' + row].value)[0:3]][
                str(ws['A' + row].value)[3:5]]) // 2) - 1][room] += ws[chr(103 + room) + row].value
    # roomData=[[0, 0, 0, 0, 60831, 234033], [89477, 1235993, 30267, 0, 60746, 0], [78857, 0, 30304, 0, 3632303, 0],
    # [633270, 0, 410705, 0, 0, 0], [3233, 1550, 2401, 119402, 0, 0]]
    return roomData


# 計算每個房間都被多少人呆過的總和
def getRoomData2(roomData: list):
    roomData2 = [[], [], [], [], [], []]
    for i in roomData:
        k = 0
        for v in i:
            roomData2[k].append(v)
            k += 1
    # roomData2=[[0, 89477, 78857, 633270, 3233], [0, 1235993, 0, 0, 1550], [0, 30267, 30304, 410705, 2401],[0, 0, 0,
    # 0, 119402], [60831, 60746, 3632303, 0, 0], [234033, 0, 0, 0, 0]]
    return roomData2


def drawRoomData2Pie():
    roomData2 = getRoomData2(getRoomData())
    jobs = ['waiter', 'vip', 'participant', 'meeting', 'reporter']
    newData = [[], [], [], [], [], []]
    k = 0
    for room in roomData2:
        i = 0
        for job in room:
            newData[k].append([jobs[i], job])
            i += 1
        k += 1
    k = 0
    pieCenter = [["20%", "30%"], ["55%", "30%"], ["85%", "30%"], ["20%", "70%"], ["55%", "70%"], ["85%", "70%"]]
    pie = Pie()
    for data in newData:
        pie.add("Room" + str(k + 1), data, center=pieCenter[k], radius=[40, 70])
        k += 1
    pie.set_global_opts(
        title_opts=opts.TitleOpts(title="Room1-6各人員訪問量"),
        legend_opts=opts.LegendOpts(is_show=False),
    ).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}", is_show=True))
    pie.render("roomTime.html")


if __name__ == '__main__':
    # drawClassifyHeatMap() # 熱力圖是在已知人員分類的情況下畫出來的，但是第一問的前提是不知道人員分類
    # 用平行座標系畫圖
    drawRoomDataParallel()
    # 1:休息區 2:嘉賓休息區 3:休息區 4:記者區 5:黑客競賽現場 6：工作人員休息區
    drawRoomData2Pie()

程式碼流程：

  • 讀取Excel檔案time_allocate_day1.xlsx
  • 拿到資料中每個id對應的職位。
  • 因為id為5位，前三位範圍為100-199，後兩位範圍為0-99，所以以前三位為縱軸，後三位為橫軸，畫出個人職位熱力圖，熱力圖中不同顏色代表著不同職位。
  • 畫出熱力圖，即可通過該熱力圖可以實現對人員的分類。任務一“設計視覺化方案，要求通過該方案可以實現對人員的分類（分類結果已給出，僅繪製出影像即可）”完成。
  • 任務一“設計視覺化方案，要求通過該方案可以實現對人員的分類（分類結果已給出，僅繪製出影像即可）“要求在不知道人員分類的前提下實現對人員的分類，所以上述熱力圖方案不可使用，因為資料有24維，故選擇繪製平行座標系。
  • 畫出平行座標系，即可通過該熱力圖可以實現對人員的分類。任務一“設計視覺化方案，要求通過該方案可以實現對人員的分類（分類結果已給出，僅繪製出影像即可）”完成
  • 讀取Excel檔案time_allocate_day1.xlsx和classifyday1.xlsx
  • 拿到每個房間不同人員所處的時長總和。
  • 畫出每個房間不同人員所處時長的餅圖。
  • 觀察影像，得出結論。

實驗結果

平行座標系

人員分類平行座標系如下所示，可以通過此圖觀察分辨某人職位

在這裡插入圖片描述

room1-6房間人員時長餅圖

在這裡插入圖片描述

上圖從左到右從上到下依次是Room1-6的房間人員訪問量。

對上圖進行分析：

  • Room1和Room3被訪問最多的是meeting，所以認為兩個房間是休息區
  • Room2絕大多是被vip訪問，所以可以認為是嘉賓休息區
  • Room4絕大多是reporter訪問，所以可以認為Room4是記者區
  • Room5絕大多是participant訪問，所以可以認為Room4是黑客競賽現場
  • Room6絕大多是waiter訪問，所以可以認為Room4是工作人員休息區

所以結論為：Room1:休息區 Room2:嘉賓休息區 Room3:休息區 Room4:記者區 Room5:黑客競賽現場 Room6：工作人員休息區

資料視覺化–實驗五：高維非空間資料視覺化實驗完成，兩項實驗結果均符合要求，實驗成功。

相關文章