如何制作双列表A、B间基于关系R分色的关联可视化图？

核心思路 #

把列表A的项固定在左侧纵坐标，列表B的项固定在右侧纵坐标，为每个(A,B)对绘制横向连线，通过R的取值（0/1/2）对应不同颜色区分关系类型。

方案1：Python + Matplotlib（静态图） #

适合快速生成静态可视化，代码可复用性高。

步骤&代码 #

1. 准备环境：安装依赖库

pip install matplotlib pandas

2. 实现代码

import matplotlib.pyplot as plt
import pandas as pd

# 加载示例数据
data = pd.DataFrame([
    ["A1", "B1", 0], ["A1", "B2", 2], ["A1", "B3", 0],
    ["A2", "B1", 1], ["A2", "B2", 0], ["A2", "B3", 1],
    ["A3", "B1", 0], ["A3", "B2", 0], ["A3", "B3", 2]
], columns=["A", "B", "R"])

# 定义A/B项的位置映射（确保左右项一一对应纵坐标）
a_items = sorted(data["A"].unique())
b_items = sorted(data["B"].unique())
y_pos = {item: i for i, item in enumerate(a_items)}

# 定义颜色映射：R值对应不同颜色
color_map = {0: "#888888", 1: "#3399FF", 2: "#FF6666"}

# 创建画布
fig, ax = plt.subplots(figsize=(6, 3))

# 绘制每条连线
for _, row in data.iterrows():
    a_y = y_pos[row["A"]]
    b_y = y_pos[row["B"]]  # 因为A和B的项数量一致，直接复用位置映射
    # 绘制横向连线
    ax.plot([0, 1], [a_y, b_y], color=color_map[row["R"]], linewidth=2)

# 设置左侧y轴（A项）
ax.set_yticks(list(y_pos.values()))
ax.set_yticklabels(a_items)
ax.set_ylim(-0.5, len(a_items)-0.5)

# 添加右侧y轴（B项）
ax2 = ax.twinx()
ax2.set_yticks(list(y_pos.values()))
ax2.set_yticklabels(b_items)
ax2.set_ylim(-0.5, len(a_items)-0.5)

# 隐藏x轴刻度和边框
ax.set_xticks([])
ax.spines[["top", "bottom", "left", "right"]].set_visible(False)

# 添加图例
from matplotlib.patches import Patch
legend_elements = [Patch(facecolor=color_map[r], label=f"R={r}") for r in color_map]
ax.legend(handles=legend_elements, loc="upper center", bbox_to_anchor=(0.5, 1.15), ncol=3)

plt.tight_layout()
plt.show()

方案2：Python + Plotly（交互式图） #

适合需要交互查看（hover显示详情、缩放）的场景，生成的图可嵌入网页。

步骤&代码 #

1. 安装依赖库

pip install plotly pandas

2. 实现代码

import plotly.graph_objects as go
import pandas as pd

# 加载示例数据
data = pd.DataFrame([
    ["A1", "B1", 0], ["A1", "B2", 2], ["A1", "B3", 0],
    ["A2", "B1", 1], ["A2", "B2", 0], ["A2", "B3", 1],
    ["A3", "B1", 0], ["A3", "B2", 0], ["A3", "B3", 2]
], columns=["A", "B", "R"])

# 定义位置映射和颜色映射
a_items = sorted(data["A"].unique())
b_items = sorted(data["B"].unique())
y_pos = {item: i for i, item in enumerate(a_items)}
color_map = {0: "#888888", 1: "#3399FF", 2: "#FF6666"}

# 创建图形对象图
fig = go.Figure()

# 添加连线轨迹
for _, row in data.iterrows():
    fig.add_trace(go.Scatter(
        x=[0, 1], y=[y_pos[row["A"]], y_pos[row["B"]]],
        mode="lines",
        line=dict(color=color_map[row["R"]], width=3),
        name=f"R={row['R']}",
        hovertemplate=f"A: {row['A']}<br>B: {row['B']}<br>R: {row['R']}<extra></extra>"
    ))

# 设置布局
fig.update_layout(
    yaxis=dict(
        tickmode="array",
        tickvals=list(y_pos.values()),
        ticktext=a_items,
        range=[-0.5, len(a_items)-0.5]
    ),
    yaxis2=dict(
        tickmode="array",
        tickvals=list(y_pos.values()),
        ticktext=b_items,
        range=[-0.5, len(a_items)-0.5],
        overlaying="y",
        side="right"
    ),
    xaxis=dict(showticklabels=False, range=[-0.1, 1.1]),
    showlegend=True,
    legend=dict(x=0.5, y=1.1, xanchor="center", orientation="h"),
    width=600,
    height=300,
    margin=dict(l=50, r=50, t=50, b=20)
)

fig.show()

方案3：低代码工具（Excel/Tableau） #

Excel实现思路 #

• 将A、B项的位置用数字编码（比如A1=0，A2=1，A3=2；B1=0，B2=1，B3=2）
• 插入散点图，添加两组数据：左侧点(x=0, y=编码)、右侧点(x=1, y=编码)
• 插入形状（直线），连接对应左右点，根据R值设置直线颜色
• 隐藏散点标记，调整坐标轴标签为A/B项名称

Tableau实现思路 #

• 导入数据，将A、B转为维度，R转为度量
• 创建计算字段：X_A = 0，X_B = 1，Y = INDEX()（按A/B项排序后分配纵坐标）
• 拖入X_A和Y到行/列，添加A到标签；再拖入X_B和Y到行/列，添加B到标签
• 使用线图连接对应点，将R拖到颜色标记，设置颜色映射

内容的提问来源于stack exchange，提问作者ocuti