Python使用Matplotlib绘制Swarm Plot(蜂群图)的代码步骤_Python

swarm plot（蜂群图）是一种数据可视化图表，它用于展示分类数据的分布情况。这种图表通过将数据点沿着一个或多个分类变量轻微地分散，以避免它们之间的重叠，从而更好地显示数据的分布密度和分布趋势。swarm plot特别适用于较小的数据集。

为什么使用swarm plots？

蜂群图在以下情况下非常有利：

可视化类别内的点分布。
识别数据中的模式或离群值。
通过显示单个数据点来补充其他图，如箱形图或小提琴图。

但是，它们可能会因大型数据集而变得混乱，并且可能不适合涉及多个变量的复杂关系。

使用matplotlib创建swarm plots

虽然seaborn提供了一种简单的方法来创建蜂群图，但matplotlib没有用于这种类型图的内置函数。但是，您可以通过编写自定义函数来创建类似的效果。

要在matplotlib中创建蜂群图，关键是操纵数据点的x轴位置，使它们水平间隔开，避免重叠，同时保持它们的分类分组。

步骤1：导入所需的库

首先导入必要的库，例如matplotlib、numpy和pandas以进行数据操作。以下是如何使用matplotlib创建蜂群图的示例：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

步骤2：生成示例数据

对于本文，让我们创建一个表示多个类别和数值数据的随机数据集。您可以将其替换为您想要可视化的任何数据集。

# create a sample dataset
np.random.seed(0)
categories = ['a', 'b', 'c']
data = {
    'category': np.random.choice(categories, size=150),
    'value': np.random.randn(150)
}
df = pd.dataframe(data)

步骤3：散点图准备

使用matplotlib的散点函数绘制各个点。y轴表示值，而x轴表示类别。

# create a basic scatter plot
plt.scatter(df['category'], df['value'])
plt.xlabel('category')
plt.ylabel('value')
plt.title('basic scatter plot')
plt.show()

输出

在这里插入图片描述

在这个阶段，点将重叠，特别是在密集区域。下一步是将点隔开，以获得更清晰的群体图效果。

步骤4：添加抖动以避免重叠

为了避免数据点重叠，您可以向x轴位置添加抖动（一个小的随机变化）。这将模拟群集图的效果，其中点水平分布。

def add_jitter(x, scale=0.05):
    return x + np.random.uniform(-scale, scale, size=len(x))

df['jittered_category'] = df['category'].apply(lambda x: categories.index(x))
df['jittered_category'] = add_jitter(df['jittered_category'])

# create a scatter plot with jittered points
plt.scatter(df['jittered_category'], df['value'], alpha=0.7)
plt.xticks(ticks=range(len(categories)), labels=categories)
plt.xlabel('category')
plt.ylabel('value')
plt.title('swarm plot with jittered points')
plt.show()

在这里插入图片描述

在这里，add_jitter用于稍微移动每个类别中的点的x轴位置。这样可以防止重叠，并使点沿分类轴均匀分布。

自定义蜂群图

1. 使用注释增强蜂群图

您可以向蜂群图添加文本注释以突出显示某些数据点。当您想要指出特定的值或类别时，这特别有用。注释有助于强调特定的数据点并提供额外的上下文。

# add annotations to the plot
plt.scatter(df['jittered_category'], df['value'], s=50, alpha=0.6)
plt.xticks(ticks=range(len(categories)), labels=categories)
plt.xlabel('category')
plt.ylabel('value')
plt.title('swarm plot with annotations')

# highlight a point
highlight = df.iloc[10]
plt.annotate('highlighted point', (highlight['jittered_category'], highlight['value']),
             xytext=(10, 20), textcoords='offset points', arrowprops=dict(arrowstyle='->'))

plt.show()

在这里插入图片描述

2. 为不同类别添加颜色

要区分类别，可以使用散点图中的c参数为每个类别添加不同的颜色。

在这里插入图片描述

将蜂群图与其他图类型叠加

蜂群图可以与其他类型的图（如箱线图或小提琴图）结合使用，以提供更全面的数据分布视图。例如，您可以将群图叠加在箱形图上。

# create a box plot
plt.boxplot([df[df['category'] == cat]['value'] for cat in categories], positions=range(len(categories)))

# overlay the swarm plot
plt.scatter(df['jittered_category'], df['value'], c=df['color'], s=50, alpha=0.6)
plt.xticks(ticks=range(len(categories)), labels=categories)
plt.xlabel('category')
plt.ylabel('value')
plt.title('swarm plot overlayed on box plot')
plt.show()

在这里插入图片描述