部落格：流入流出平行圖 - 使用 JMP 圖形產生器追蹤您的預算流量
傑德坎貝爾和斯科特懷斯
02/02/23
平行（或平行座標）圖是一種眾所周知的圖形，可以對大量高維度資料進行視覺化分析。 平行圖是顯示資料內關係的好方法，因為它們跨兩個或多個變數連續連接。 該圖的一個有用的應用是直觀地查看跨專案或個人預算的支出流程。 下面顯示的是 JMP 圖形產生器並行圖，顯示了 101,000 美元的初始總預算的流出。 由於每行分組的大小是根據總金額確定的，因此很容易看出支出流出如何按類別和子類別從右向左分支。 例如，流出 1 中總儲蓄（20,000 美元）的最大支出是流出 2 中的 401K 計劃（12,000 美元）。
如果除了流出之外，我們還想在平行圖中看到總預算的流入，該怎麼辦？ 這給大多數平行圖帶來了真正的挑戰，因為它們假設只有從左到右的單向流。 在我們的例子中，我們確實需要兩個流，一個用於流入總量，然後啟動另一個流來顯示流出。 幸運的是，JMP 圖形產生器並行圖有一個名為「組合集」的選項，它可以讓我們重新啟動圖形中的流程。
首先我們從資料表的設定開始。我們的第一個連續列「Amt」給出了資料中每行的結束流量，這將幫助我們調整圖表的大小。 其餘的列都是分類的，為我們提供了對總預算的貢獻（“流入”），總預算的列（僅給出了一個小標記“_”），然後我們以最後兩個支出列結束（ 「流出 1」和「流出 2」）。 請注意，我們也將每個列類別金額合併到流標籤中。 該數據表稱為“預算績效”，可以在文章末尾的 JMP 公共共享連結中下載（帶有圖形腳本）。
現在我們準備在圖形生成器中建立所謂的流入流出並行圖。 逐步說明：
- 步驟1）開啟數據表“預算績效”
- 步驟 2) 開啟圖形產生器並開始填滿視圖
- 將「流入」、「_」、「流出 1」和「流出 2」放在 X 軸上
- 將“Amt”放在尺寸著陸區上
- 將「Outflow 1」放在顏色著陸區上
- 步驟 3) 在頂部圖形圖示面板選單上，選擇平行圖
- 步驟4）在左下方平行元素選項中：
- 步驟 5) 右鍵點選 Y 軸 -> 軸設定
- 第 6 步）繪製平行圖
- 步驟 7) 在左上角，選擇完成以關閉圖形產生器控制面板
圖表格式（可選）
- 步驟8）在傳說中
- 步驟 9) 在圖形產生器紅色三角形下
- 步驟 10) 給圖表一個更好的標題（「預算績效」）
- 步驟 11) 右鍵點選 Z 軸並新增透明參考線以突出顯示流動起始邊緣
- 在值 0.01、1.01、2.01 和 3.01 處新增參考線
- 將參考線著色為淺灰色並降低至 50% 透明度
- 使線條樣式 = 10
現在我們可以看到完整的流入流出平行圖。 透過在步驟 4 中選擇組合集選項，我們可以看到總預算中的貢獻，但隨後重新啟動流程以顯示來自相同區域的流出。 透過「Amt」欄位調整大小，我們可以按美元適當調整圖表中的流分組大小，這樣我們就可以看到與其他兩個傳入來源相比的巨大貢獻，例如作業（9 萬美元）。 此外，透過「流出 1」著色可以讓我們更輕鬆地追蹤總預算的流出。
互動式點擊圖表的汽車（11,000 美元）支出部分可以幫助我們進一步追蹤流出。 因此，對於汽車的初始流出，我們可以看到它如何分解為汽車：維護（1000 美元）、汽車：汽油（2000 美元）和汽車：汽車付款（8000 美元）。
因此，現在當您想要繪製自己的財務或專案預算圖表時，您可以使用 JMP Graph Builder 中的流入流出平行圖以互動方式視覺化我們的流量！下載附件以使用嵌入式腳本進行練習。另外，請參閱以下 JMP 公共鏈接，在此處與流入流出（流）並行圖進行互動。
感謝您分享追蹤流程的技巧！我遇到了一個難題，就是如何為流程 1 和流程 2 及以後的條目分配相同的顏色。所以，從您的範例來看，如果每個流程中的條目位於同一軌道，我們需要為每個條目添加帶有“:”的“類別名稱”。這樣對嗎？
@qunw我正在抄送@scwise ，以便他能及時看到：感謝您分享追蹤流程的技巧！我遇到了一個難題，就是如何在流程1和流程2及以後為同一個項目分配相同的顏色。所以，從您的範例來看，如果每個流程中的項目位於同一軌道，我們需要為每個項目添加一個帶有“:”的“類別名稱”。這樣對嗎？
@qunw “：”確保排序，顏色不應該改變，因為流出 1 設定為顏色。
如果您想要取得不同的顏色，您可能需要使用 Value Color Property。 @scwise可能會增加他的想法的排序和著色。
為了更精確地排序，預設按字母順序排序，A 在底部，Z 在頂部。如果您使用“:”選項，則可以確保排序符合層級順序。您可以強制 Ecolumn 屬性中的值順序，但如果您需要視覺化多個流程，這可能會更加困難，因為由於層級結構，順序可能並非最佳。
非常感謝您的詳細說明！我用我的日期集試了一下這個技巧，成功了！唯一的缺點是它需要對資料集進行一些預處理，因為同一類別會在後續的流出資料中被追蹤。
