Trama de UpSet

Los gráficos UpSet son un método de visualización de datos para mostrar conjuntos con más de tres conjuntos que se intersecan . UpSet muestra las intersecciones en una matriz, donde las filas corresponden a los conjuntos y las columnas a las intersecciones entre estos conjuntos (o viceversa). El tamaño de los conjuntos y de las intersecciones se muestra mediante gráficos de barras .

Los gráficos UpSet se propusieron por primera vez en 2014. ^{[ 1 ]} El primer prototipo se implementó como una aplicación web interactiva. ^{[ 2 ]} Los gráficos UpSet están relacionados con los gráficos de mosaico , aunque estos últimos están diseñados para datos categóricos en lugar de conjuntos.

Los gráficos UpSet se popularizaron al estar disponibles como una biblioteca de R basada en ggplot2 , ^{[ 3 ]} y posteriormente se reimplementaron en varios lenguajes de programación, como Python y otros. ^{[ 4 ]} A enero de 2024, UpSetR se había descargado de CRAN más de 1,5 millones de veces, aunque su última actualización fue hace 7 años . ^{[ 5 ]} Los gráficos UpSet se utilizan ahora con frecuencia en lugar de diagramas de Venn , especialmente en ciencias de la vida. ^{[ 6 ]}

Los gráficos UpSet visualizan las intersecciones entre conjuntos en una matriz. En un gráfico UpSet vertical, las columnas de la matriz corresponden a los conjuntos y las filas a las intersecciones. En cada fila, se rellenan las celdas que forman parte de una intersección. Si hay varias celdas rellenas, se conectan con una línea para enfatizar la dirección de lectura del gráfico. A medida que los conjuntos varían de tamaño, este se representa mediante barras sobre las columnas. El tamaño de las intersecciones se muestra alineado con las filas, también como barras. Este diseño facilita la comparación entre los tamaños de las intersecciones individuales, ya que el tamaño de las barras es fácil de comparar. Los gráficos UpSet se pueden utilizar tanto horizontal como verticalmente.

Los gráficos UpSet se pueden ordenar de diversas maneras. Un método común, por ejemplo, consiste en ordenarlos por cardinalidad (el tamaño de la intersección), lo que coloca las intersecciones más grandes en la parte superior. Otras opciones de ordenación son por grado de la intersección o por conjuntos.

Los gráficos UpSet también se pueden usar para visualizar atributos sobre las intersecciones colocando visualizaciones de atributos junto a los gráficos de barras. ^{[ 7 ]} Las opciones comunes para estas visualizaciones de atributos son enfoques de visualización compactos para distribuciones, como diagramas de caja o diagramas de violín .

Las funciones avanzadas de los gráficos UpSet incluyen la consulta, agrupación y agregación de datos. ^{[ 1 ]} Estas funciones suelen estar disponibles solo en implementaciones interactivas basadas en la web de UpSet. ^{[ 4 ]}

Los diagramas UpSet suelen tener un mejor rendimiento que los diagramas de Venn para un mayor número de conjuntos y cuando también se desea mostrar información contextual sobre las intersecciones de los conjuntos. ^{[ 8 ]} Para visualizar diagramas con menos de tres conjuntos, o cuando hay pocas intersecciones, generalmente se prefieren los diagramas de Venn y Euler , ya que tienden a ser más familiares e intuitivos de leer. ^{[ 9 ]}

Los gráficos UpSet se limitan a mostrar entre 20 y 30 conjuntos, aunque los detalles dependen de los datos reales. ^{[ 9 ]} Un enfoque alternativo para conjuntos de datos más grandes es mostrar un mapa de calor de coocurrencia , aunque estos no pueden mostrar intersecciones de orden superior ^{[ 9 ]}