plot_sequence_index()
在序列索引图中，每行代表一个人/公司/地区/国家，每列代表一个时间点，颜色表示该人当时所处的状态。这可以让你看到各种模式，例如人们何时切换状态、稳定序列的外观以及不同组别（例如，男性 vs 女性、国家 A vs 国家 B）的序列差异。
如果你在 Jupyter Notebook 中运行它，该图会显示在单元格下方。如果你以 Python 脚本的形式运行它，则会弹出一个窗口。你也可以使用save_as将图保存到文件中。
函数用法
仅包含必需参数的最小示例（足以满足大多数用例）：
python
plot_sequence_index(sequence_data)plot_sequence_index 函数根据数据结构提供了两种分组方法： 1. 直接分组（当分组信息已经在序列数据中时）：
python
plot_sequence_index(sequence_data,
group_by_column="Cluster",
group_labels=cluster_labels)2. 外部分组（当分组信息位于单独的数据框中时）：
python
plot_sequence_index(sequence_data,
group_dataframe=membership_table,
group_column_name="Cluster",
group_labels=cluster_labels)如果您想自定义可视化，请参阅下表中的附加参数。
输入参数
| 参数 | 是否必需参数 | 类型 | 描述 |
|---|---|---|---|
seqdata | ✓ | SequenceData | 你的序列数据集，使用 SequenceData 创建。行是不同的个体，列是时间点，值是1到K个状态。 |
id_group_df | ✗ | DataFrame | 一个将 ID 链接到不同分组（如性别、国家）的 DataFrame。如果为 None，则只绘制一个总图。 如果此参数等于 gender ，包含男性和女性，就会有两张索引图，一张是女性的索引图，一张是男性的索引图。 |
categories | ✗ | str | id_group_df 中指定分组变量的列名。 |
sort_by | ✗ | str | 如何在每个子图中对序列进行排序。选项：None（按时间字典序排序），"first_marriage"（按首次达到目标状态的时间排序；当前默认目标是状态码 3），"transition_count"（从最少到最多的转换次数），"final_state"（按结束状态），"happiness_slope"（按随时间拟合的斜率）。 |
figsize | ✗ | tuple | 每个子图的大小（宽, 高）。默认为 (10, 6)。 |
title | ✗ | str | 整个图表的标题。 |
xlabel | ✗ | str | x 轴的标签。 |
ylabel | ✗ | str | y 轴的标签。 |
save_as | ✗ | str | 保存最终合并图片的文件路径（例如 "index.png"）。除非提供完整路径，否则图像将保存在当前工作目录中。 |
dpi | ✗ | int | 保存图像时的分辨率。默认为200。 |
layout | ✗ | str | 如何排列多个分组子图："column"（垂直堆叠）或 "grid"（行 × 列）。 |
nrows/ncols | ✗ | int | 当 layout="grid" 时，手动设置网格大小。如果未设置，将自动确定。 |
group_order | ✗ | list | 自定义分组顺序。如果提供，将覆盖自动排序。 |
sort_groups | ✗ | str | 分组面板的排序方式："auto"（智能数字排序），"numeric"（数字排序），"alpha"（字母排序），或 "none"（原始顺序）。 |
功能说明
- 将序列值转换为颜色矩阵，其中行是序列，列是时间点。
- 对序列进行排序，使视觉模式更易于观察。如果
sort_by=None，则使用基于时间的字典序排序；否则会使用选定的结构化规则。 - 如果提供了分组信息，则为每个组创建一个子图，并按
layout排列。 - 使用
seqdata的颜色映射添加图例，使颜色与你的状态标签匹配。 - 在你当前的环境中显示图表，如果设置了
save_as，也可以将其保存到文件中。
注意事项与提示
- 状态值必须是从 1 开始的整数编码。颜色图与
1..K对齐，其中 K 是状态的数量。 - 缺失值在内部进行排序处理；在视觉上，它们仍然通过你在
SequenceData中设置的颜色图进行映射。 "first_marriage"当前在辅助函数内部使用target_state=3。如果你的“婚姻”状态有不同的代码，请在你的代码中进行调整，或在SequenceData中相应地映射状态。- 非常大的 N（许多行）会使图表变得很大。可以考虑绘制一个子集或通过分组将图表拆分为多个面板。
主要特性
- 清晰的“条形码式”可视化，展示随时间变化的完整序列。
- 在一个图表中展示多个分组，便于比较。
- 多种内置排序规则以揭示结构（首次事件时间、转换次数、最终状态、简单斜率）。
- 通过
save_as和dpi导出可供出版的图表。
示例
1. 总体索引图（无分组）
python
plot_sequence_index(
seqdata,
title="Sequence Index Plot: Overall",
xlabel="Time",
ylabel="Sequences"
)这将绘制一个面板，其中每一行是一个序列，颜色显示随时间变化的状态。
2. 在网格中比较分组
python
plot_sequence_index(
seqdata,
id_group_df=id_group_df,
categories="Gender",
layout="grid",
title="Sequence Index Plot by Gender"
)这将为每个性别创建一个子图，并将它们排列在网格中。
3. 按转换次数排序（稳定的在顶部 → 不稳定的在底部）
python
plot_sequence_index(
seqdata,
sort_by="transition_count",
title="Index Plot Sorted by Transition Count"
)状态变化较少的序列出现在顶部；转换次数多的序列沉到底部。
4. 保存图表
python
plot_sequence_index(
seqdata,
id_group_df=id_group_df,
categories="Country",
save_as="index_by_country.png",
dpi=300
)这将一个高分辨率的图表保存到你工作目录下的 index_by_country.png 文件中。
作者
代码: 梁彧祺
文档: 梁彧祺
编辑: 梁彧祺
翻译：何梁星云，曲思竹