กราฟขีดข้อมูลRug Plot

01ภาพรวมของกราฟนี้

Rug plot วาดขีดสั้น ๆ หนึ่งขีดต่อหนึ่งจุดข้อมูลไว้ที่ขอบแกน หน้าที่หลักของมันไม่ใช่การเป็นกราฟเดี่ยว แต่เป็นชั้นเสริมที่บอกผู้อ่านว่าเส้นหรือรูปที่เห็นด้านบนมาจากข้อมูลจริงกี่จุดและอยู่ตรงไหน

ใช้ที่ไหนบ้าง — วางใต้กราฟความหนาแน่น วางที่ขอบของ scatter plot หรือใช้เดี่ยวเมื่อข้อมูลมีน้อยมาก

สร้างอย่างไร

1. ขั้นที่ 1วาดขีดหนึ่งขีดต่อหนึ่งจุดข้อมูล
2. ขั้นที่ 2วางไว้ที่ขอบของกราฟหลัก
3. ขั้นที่ 3ใช้ความโปร่งใสเมื่อขีดเริ่มทับกัน
4. ขั้นที่ 4ทำเครื่องหมายค่าสรุปสำคัญ

02อธิบายภาษาคนเข้าใจง่าย ๆ

กราฟความหนาแน่นให้เส้นเรียบที่สวยและน่าเชื่อถือ แต่มันไม่ได้บอกว่าเส้นนั้นมาจากข้อมูล 20 จุดหรือ 20,000 จุด ซึ่งเป็นความต่างที่สำคัญมาก

Rug plot แก้ด้วยการวาดขีดหนึ่งขีดต่อหนึ่งจุดข้อมูลไว้ที่ฐาน ผู้อ่านจึงเห็นด้วยตาตัวเองว่าข้อมูลจริงกระจุกตรงไหน และมีช่วงไหนที่เส้นด้านบนเป็นการประมาณล้วน ๆ

เพราะมันกินพื้นที่น้อยมาก จึงเพิ่มลงไปในกราฟอื่นได้แทบทุกชนิดโดยไม่รบกวน นี่คือเหตุผลที่มันมักปรากฏเป็นชั้นเสริมมากกว่าเป็นกราฟเดี่ยว

เมื่อใช้เดี่ยว ๆ มันเหมาะกับข้อมูลที่น้อยมากจริง ๆ เช่น 10-30 จุด ซึ่งการวาดฮิสโทแกรมจะเป็นการสรุปที่เกินความจำเป็น

ข้อจำกัดคือขีดที่ค่าเท่ากันจะทับกันสนิท ทำให้บริเวณที่หนาแน่นดูเหมือนมีข้อมูลน้อยกว่าความจริง ทางแก้คือใช้ความโปร่งใสหรือเปลี่ยนไปใช้ strip plot

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ตัดค่าว่างออก
2. ตัดสินใจว่าจะวางเดี่ยวหรือเป็นชั้นเสริม
3. ปรับความโปร่งใสตามจำนวนข้อมูล

ค่าที่หายไป — ตัดค่าว่างและรายงานจำนวน เพราะจำนวนขีดคือสิ่งที่ผู้อ่านนับ

สเกลของแกน — ใช้สเกลเดียวกับกราฟหลักที่มันเสริมอยู่เสมอ

หน้าตาไฟล์ที่ต้องเตรียม

value
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. ดูว่าขีดกระจุกตรงไหน
2. หาช่วงที่ไม่มีขีดเลย
3. กะจำนวนขีดทั้งหมด

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. เขียนจำนวนขีดทั้งหมด
2. ทำเครื่องหมายค่าสรุปเช่นควอไทล์ด้วยเส้นที่สูงกว่าขีดปกติ

06เอาไปใช้ต่อ

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

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

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

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

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

v = df["value"].dropna()
ax.plot(v, np.zeros_like(v), "|", color=C1, markersize=22, alpha=0.45, markeredgewidth=1.2)
for label, q in [("Q1", 0.25), ("มัธยฐาน", 0.5), ("Q3", 0.75)]:
    val = v.quantile(q)
    ax.plot([val, val], [-0.02, 0.02], color=INK, linewidth=1.6)   # ค่าสรุปใช้ขีดที่สูงกว่า
    ax.annotate(f"{label}\n{val:,.1f}", (val, 0.025), ha="center", fontsize=8)
ax.set_ylim(-0.06, 0.06); ax.set_yticks([]); ax.set_xlabel("ค่าที่วัดได้")

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

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

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ใช้เดี่ยวกับข้อมูลจำนวนมากจนขีดกลายเป็นแถบทึบ
2. ไม่ใช้ความโปร่งใส ทำให้ประเมินความหนาแน่นผิด
3. วางไว้ไกลจากกราฟหลักจนผู้อ่านไม่เชื่อมโยงสองอย่างเข้าด้วยกัน

เมื่อไหร่ไม่ควรใช้กราฟนี้

• มีข้อมูลมากกว่า 500 จุด→ใช้แทน: histogram หรือ density-plot
• ต้องการค่าสรุป→ใช้แทน: box-plot
• ต้องเทียบหลายกลุ่ม→ใช้แทน: strip-plot

กราฟที่เกี่ยวข้อง