如何在Python中绘制多维数据点

Question

首先了解一些背景：

我想绘制不同歌曲的梅尔频率倒谱系数图表并进行比较。 我通过计算整首歌曲的MFCC，然后对它们取平均值得到一个由13个系数组成的数组。我希望这个数组表示图表上的一个点。

我是 Python 新手，并且对任何形式的绘图非常陌生（尽管我看到一些建议使用 matplotlib）。

我希望能够可视化这些数据。有什么想法吗？

- CatLord

---

首先，您必须考虑如何在视频平面中表示（x1，...，x13）点...之后您可以开始实现它。这不是Python的问题...我认为没有任何语言可以解决它。 - Michele d'Amico

你需要先将图形投影到二维平面上。这样，你的绘图看起来像三维图形（但实际上是在屏幕上呈现的，而屏幕本身就是二维的）。 - Yan King Yin

如果仍然相关，我建议查看RadViz库和函数：例如https://pandas.pydata.org/docs/reference/api/pandas.plotting.radviz.html - Marc

Answer 1

首先，如果你想将一个由13个系数组成的数组表示为图中的单个点，则需要将这13个系数分解为您的图形中的维数数量，正如yan king yin在他的评论中指出的那样。 要将数据投影到2个维度中，您可以自己创建相关指标，例如最大值/最小值/标准偏差/...，或者应用降维方法，例如PCA。 是否这样做以及如何这样做是另一个话题。

然后，绘图很容易，可以按照以下方式完成： http://matplotlib.org/api/pyplot_api.html 我提供了一个解决方案的示例代码：

import matplotlib.pyplot as plt
import numpy as np

#fake example data
song1 = np.asarray([1, 2, 3, 4, 5, 6, 2, 35, 4, 1])
song2 = song1*2
song3 = song1*1.5

#list of arrays containing all data
data = [song1, song2, song3]

#calculate 2d indicators
def indic(data):
    #alternatively you can calulate any other indicators
    max = np.max(data, axis=1)
    min = np.min(data, axis=1)
    return max, min

x,y = indic(data)
plt.scatter(x, y, marker='x')
plt.show()

结果看起来像这样： 但我想为你的根本问题提出另一个解决方案，即：绘制多维数据。我建议使用平行坐标图，可以使用相同的虚假数据构建：

import pandas as pd
pd.DataFrame(data).T.plot()
plt.show()

然后，结果显示每首歌曲的所有系数沿着x轴和它们的值沿着y轴。它应该如下所示： 更新：

与此同时，我已经发现了 Python Image Gallery，其中包含两个高维可视化的很好的例子，并提供参考代码：

• 雷达图

• 并行情节

- Nikolas Rieble

---

有没有其他方法可以散布高维数据？此外，使用pandas数据框绘制的图表因x轴上的名称而有点混乱。 - Eswar