如何在UpSet图中显示交集数值而非去重数值？

你看到的计数差异是因为UpSet图默认展示的是「精确子集」的元素数量——也就是只属于选中集合、不属于其他任何集合的元素个数。比如你提到的草食动物（herbivore）和哺乳动物（mammal）的交集显示为2，这2个元素是Rhinoceros和Moose（它们只属于这两个集合，不属于驯化动物集合）；而另外3个交集元素Horse、Sheep、Cattle同时属于三个集合，被单独统计在「mammal+herbivore+domesticated」的子集中，两者相加才是你说的5个总交集元素。

如果你想让UpSet图展示包含性交集的计数（即所有属于选中集合的元素，不管是否属于其他集合），可以通过以下步骤修改代码：

解决方案代码 #

import pandas as pd
from upsetplot import from_contents, UpSet

# 原始集合数据
mammals = ['Cat', 'Dog', 'Horse', 'Sheep', 'Pig', 'Cattle', 'Rhinoceros', 'Moose']
herbivores = ['Horse', 'Sheep', 'Cattle', 'Moose', 'Rhinoceros']
domesticated = ['Dog', 'Chicken', 'Horse', 'Sheep', 'Pig', 'Cattle', 'Duck']

# 生成元素-集合成员关系数据
animals = from_contents({'mammal': mammals, 'herbivore': herbivores, 'domesticated': domesticated})

# 获取默认的精确子集计数
exact_subset_counts = animals.value_counts().sort_index()

# 计算每个子集的包含性计数（累加所有超集的计数）
inclusive_counts = {}
for subset in exact_subset_counts.index:
    # 筛选所有包含当前子集的超集
    supersets = [s for s in exact_subset_counts.index if subset <= s]
    # 累加超集的计数总和
    inclusive_counts[subset] = exact_subset_counts[supersets].sum()

# 转换为UpSet可识别的DataFrame格式
inclusive_df = pd.Series(inclusive_counts, name='count').reset_index()

# 绘制包含性交集计数的UpSet图
ax_dict = UpSet(inclusive_df, subset_size='count', show_counts=True).plot()

代码说明 #

• 第一步用from_contents生成原始的元素-集合成员关系数据，和你的原始代码逻辑一致。
• 通过value_counts()获取默认的精确子集计数，即每个「仅属于特定集合组合」的元素数量。
• 遍历每个子集，计算所有包含它的超集的计数总和——这就是该集合组合的包含性交集大小。
• 将计算结果转换为DataFrame，传入UpSet绘图函数，即可得到展示包含性交集计数的图表。

补充说明 #

如果你只是误解了UpSet图的默认逻辑，其实它展示的精确子集信息也是集合分析中常用的维度（区分元素是否仅属于特定集合），这种情况下不需要修改代码，只需要理解每个条形代表的是「仅属于该集合组合」的元素数量即可。

内容的提问来源于stack exchange，提问作者Yash