通用参数及绘图工作原理

所有 Sequenzo 可视化函数都共享一些核心理念。如果你深入理解了本页内容，你就可以更好的掌握我们可视化的功能，在序列分析之外的 Python 绘图也能更有理解，也不再只是一个调包侠。

图表显示位置

• Jupyter Notebook → 图表会显示在单元格下方。
• Python 脚本 → 会弹出一个窗口（具体取决于你的环境）。
• 如果一个函数包含 show 参数，设置 show=False 将禁止在屏幕上显示图；你仍然可以通过加上 save_as 来保存在你的电脑。

保存图表

save_as="figure.png"   # 或 "figure.pdf", "figure.jpg"
dpi=200                # 如果用于出版，建议设置为 300+（如果你的计算机可以处理）

• 如果你省略了文件扩展名，将默认使用 .png。
• 除非你提供了绝对路径，否则这个文件将保存到当前工作目录。

图表尺寸

figsize=(width, height) 单位为英寸。

• 分组较多或时间跨度较长 → 使用更大的图表（例如： (14, 8)）。
• 快速预览 → 使用更小的图表渲染速度更快。

颜色和图例

• 颜色来自你的 SequenceData 对象，并在不同图表中保持一致。

• 图例也来自 SequenceData（标签和颜色都相同）。

• 想要微调颜色？在绘图前编辑调色板，例如：

  # 示例：更改 "Education" 状态的颜色
  seqdata.color_map_by_label["Education"] = "#1f77b4"     
  # "#1f77b4" 是一个十六进制颜色代码，代表一种特定的颜色。

时间轴和单位

• 时间标签取自 SequenceData（例如，年/月/阶段）。
• 确保坐标轴标签与你的单位匹配（例如，“年份”，“月份”，“阶段”）。
• 一些函数使用百分比（0 – 100%），另一些使用比例（0 – 1）。坐标轴标签会告诉你具体是哪一种。

分组到面板

• id_group_df 必须将每个“ 实体 ID ”映射到一个分组。

• categories 是 id_group_df 中用于命名分组变量的列。

• 布局：

  • layout="column" 将分组垂直堆叠。
  • layout="grid" 将分组排列成网格；可以任选设置 nrows / ncols。

• 顺序：

  • group_order 固定面板的顺序。
  • sort_groups 控制自动排序（' auto '自动，' numeric '数字，' alpha '字母，' none '' 无）。

序列排序（如适用）

• 一些图表通过对行进行排序来揭示结构：

  • 按时间进行字典序排序（默认）， 或按 "transition_count"（转换次数）、 "final_state"（最终状态）等规则排序。

• 排序只改变显示顺序，不改变你的数据。

性能提示

• 大型数据集（序列多/时间点多）→ 使用 show=False 并保存到文件；稍后再打开图像。
• 当索引图过于密集时，可以优先使用聚合图（例如，众数状态图、分布图）。
• 打印时使用矢量格式（.pdf, .svg）；幻灯片和文档中使用 .png。

快速预设（复制/粘贴）

# 用于出版的高质量 PNG
save_as="figure.png"; dpi=300; figsize=(14, 8)

# 在 Notebook 中快速预览
save_as=None; dpi=150; figsize=(10, 6)

# 批量导出且不弹出窗口
show=False; save_as="figure.png"

问题排查

• 图表空白或过小：

  • 数据可能与分组不匹配；检查 id_group_df["Entity ID"] 是否与 seqdata.ids对齐。

• 颜色错误或不一致：

  • 确保你的数据中的状态标签与 SequenceData 中的标签匹配； 在绘图前调整 color_map_by_label 。

• 没有图例或图例被截断：

  • 一些函数会将图例放置在坐标轴之外；增加图表的宽度/高度或保存为 PDF。

• “未保存任何内容”：

  • 检查 save_as 的路径和扩展名；如果没有扩展名，会自动添加 .png。

作者：梁彧祺
翻译：何梁星云