กราฟสันเขาRidgeline Plot

01ภาพรวมของกราฟนี้

Ridgeline plot วางเส้นความหนาแน่นของแต่ละกลุ่มเรียงกันในแนวตั้งโดยซ้อนเหลื่อมเล็กน้อย การซ้อนนี้ประหยัดพื้นที่และทำให้สายตาเห็น "การเลื่อน" ของยอดจากกลุ่มหนึ่งไปอีกกลุ่มได้ทันที ใช้ได้เฉพาะเมื่อกลุ่มมีลำดับที่มีความหมาย

ใช้ที่ไหนบ้าง — การกระจายของอุณหภูมิรายเดือน คะแนนของแต่ละรุ่นการศึกษา หรือการกระจายของรายได้ตามช่วงอายุ

สร้างอย่างไร

1. ขั้นที่ 1ตรวจว่ากลุ่มมีลำดับที่มีความหมาย
2. ขั้นที่ 2คำนวณความหนาแน่นของแต่ละกลุ่ม
3. ขั้นที่ 3วางเรียงกันโดยซ้อนเหลื่อม
4. ขั้นที่ 4ใช้สีไล่เฉดตามลำดับของกลุ่ม

02อธิบายภาษาคนเข้าใจง่าย ๆ

เมื่อต้องเทียบการกระจายของ 12 เดือน การวาง violin plot 12 อันเรียงกันจะแคบจนอ่านรูปร่างไม่ได้ และการวาง density plot ซ้อนทับกันก็จะกลายเป็นเส้นพันกัน

Ridgeline วางแต่ละเส้นในแถวของตัวเองแต่ปล่อยให้ซ้อนเหลื่อมกันเล็กน้อย จึงประหยัดพื้นที่มากกว่าการวางแยกกันสนิท และยังอ่านรูปร่างของแต่ละเส้นได้

สิ่งที่กราฟนี้ทำได้ดีเป็นพิเศษคือเผย "การเลื่อน" ถ้ายอดของแต่ละแถวค่อย ๆ ขยับไปทางขวา สายตาจะจับรูปแบบนั้นได้ทันทีในฐานะแนวสันเขาที่เอียง

เงื่อนไขสำคัญคือกลุ่มต้องมีลำดับที่มีความหมาย เช่น เดือน ปี หรือช่วงอายุ ถ้าเป็นชื่อจังหวัดที่ไม่มีลำดับ การวางซ้อนกันจะไม่ได้บอกอะไรและแค่ทำให้บังกัน

ข้อควรระวังคือการซ้อนทำให้ส่วนล่างของแต่ละเส้นถูกบัง ถ้าซ้อนมากเกินไปจะเหลือแค่ยอดให้ดู ควรปรับการซ้อนให้เห็นฐานของเส้นพอสมควร

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ตรวจว่ากลุ่มมีลำดับ
2. คำนวณความหนาแน่นด้วย bandwidth เดียวกันทุกกลุ่ม
3. ปรับระดับการซ้อนให้เห็นฐานของเส้น

ค่าที่หายไป — กลุ่มที่ไม่มีข้อมูลต้องเว้นแถวไว้ให้เห็น เพราะตำแหน่งในลำดับคือความหมายของแถว

สเกลของแกน — ทุกกลุ่มต้องใช้สเกลแกนนอนเดียวกัน ไม่อย่างนั้นการเลื่อนที่เห็นจะไม่จริง

หน้าตาไฟล์ที่ต้องเตรียม

group,value
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. มองแนวสันเขารวมว่าเอียงไปทางไหน
2. ดูรูปร่างของแต่ละแถวว่ามีกี่ยอด
3. หาแถวที่ผิดจากแนวโน้ม

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. ใช้สีไล่เฉดตามลำดับของกลุ่มเพื่อย้ำว่ามีลำดับ
2. ลากเส้นแนวตั้งของค่าอ้างอิงพาดทุกแถว
3. เขียนจำนวนข้อมูลของแต่ละกลุ่ม

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ ridgeline-plot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด ridgeline-plot-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
from scipy.stats import gaussian_kde
import numpy as np

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("ridgeline-plot-sample.csv")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
NOTE = "shift"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

groups = list(df["group"].unique())
grid = np.linspace(df["value"].min(), df["value"].max(), 200)
for i, g in enumerate(reversed(groups)):
    v = df[df["group"] == g]["value"]
    dens = gaussian_kde(v)(grid); dens = dens / dens.max() * 1.6   # ปรับให้ซ้อนเหลื่อมกันได้
    ax.fill_between(grid, i, i + dens, color=plt.cm.Blues(0.3 + i / len(groups) * 0.5), lw=1.2, ec=SURFACE)
    ax.text(grid[0], i + 0.1, g, ha="right", fontsize=9)
ax.set_yticks([]); ax.set_xlabel("ค่าที่วัดได้")

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("ridgeline-plot.png", dpi=160)
print("เขียน ridgeline-plot.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ใช้กับกลุ่มที่ไม่มีลำดับ ทำให้การซ้อนไม่ได้บอกอะไรและแค่บังกัน
2. ซ้อนมากเกินไปจนเห็นแค่ยอดและอ่านรูปร่างไม่ได้
3. ใช้ bandwidth ต่างกันในแต่ละกลุ่ม ทำให้รูปร่างเทียบกันไม่ได้
4. ไม่บอกจำนวนข้อมูลของแต่ละกลุ่ม ทำให้กลุ่มที่ข้อมูลน้อยดูน่าเชื่อถือเท่ากลุ่มใหญ่

เมื่อไหร่ไม่ควรใช้กราฟนี้

• กลุ่มไม่มีลำดับที่มีความหมาย→ใช้แทน: violin-plot หรือ box-plot
• มีน้อยกว่า 4 กลุ่ม→ใช้แทน: density-plot ซ้อนกัน
• ต้องอ่านค่าสรุปให้แม่น→ใช้แทน: box-plot

กราฟที่เกี่ยวข้อง