利用python繪制蜂群圖的示例代碼

更新時間：2024年03月13日 10:10:38 作者：HsuHeinrich

蜂群圖可以不重疊的顯示各數(shù)據(jù)點的分布,相對于散點圖,所繪制的點彼此靠近且不會重疊,能有效呈現(xiàn)出點分布的局部密度信息,本文給大家介紹了如何利用python繪制蜂群圖,文中有詳細的代碼示例供大家參考,需要的朋友可以參考下

利用python繪制蜂群圖

蜂群圖（swarmplot）簡介

蜂群圖可以不重疊的顯示各數(shù)據(jù)點的分布。相對于散點圖，所繪制的點彼此靠近且不會重疊，能有效呈現(xiàn)出點分布的局部密度信息。

快速繪制

基于seaborn

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 自定義數(shù)據(jù)
my_variable = np.random.normal(loc=10, scale=5, size=100)

# 利用swarmplot函數(shù)繪制蜂群圖
sns.swarmplot(y=my_variable)

plt.show()

定制多樣化的蜂群圖

自定義蜂群圖一般是結合使用場景對相關參數(shù)進行修改，并輔以其他的繪圖知識。參數(shù)信息可以通過官網(wǎng)進行查看，其他的繪圖知識則更多來源于實戰(zhàn)經(jīng)驗，大家不妨將接下來的繪圖作為一種學習經(jīng)驗，以便于日后總結。

seaborn主要利用swarmplot繪制蜂群圖，可以通過seaborn.swarmplot了解更多用法

繪制多個蜂群圖

import matplotlib as mpl
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 自定義數(shù)據(jù)（兩組）
sample_size = 100

data_group1 = np.random.normal(loc=2, scale=2, size=sample_size)
data_group2 = np.random.normal(loc=5, scale=2, size=sample_size)
data_combined = np.concatenate([data_group1, data_group2])

category_feature = ['Group 1'] * sample_size + ['Group 2'] * sample_size # 定義類別

# 繪制蜂群圖
plt.figure(figsize=(8, 6))
sns.swarmplot(x=category_feature,
              y=data_combined,
              palette='Set2',
              hue=category_feature,
             )

plt.title('Swarm Plot')
plt.xlabel('Category')
plt.ylabel('Data')
plt.show()

修改參數(shù)

import matplotlib as mpl
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np


# 自定義數(shù)據(jù)
my_variable = np.random.normal(loc=10, scale=5, size=100)

# 修改顏色、方向
sns.swarmplot(x=my_variable,
              color='red',
              edgecolor='black',
              linewidth=0.9,
             )

plt.show()