Swarm Plot（蜂群圖）是一種數(shù)據(jù)可視化圖表，它用于展示分類數(shù)據(jù)的分布情況。這種圖表通過(guò)將數(shù)據(jù)點(diǎn)沿著一個(gè)或多個(gè)分類變量輕微地分散，以避免它們之間的重疊，從而更好地顯示數(shù)據(jù)的分布密度和分布趨勢(shì)。Swarm Plot特別適用于較小的數(shù)據(jù)集。

為什么使用Swarm Plots？

蜂群圖在以下情況下非常有利：

• 可視化類別內(nèi)的點(diǎn)分布。
• 識(shí)別數(shù)據(jù)中的模式或離群值。
• 通過(guò)顯示單個(gè)數(shù)據(jù)點(diǎn)來(lái)補(bǔ)充其他圖，如箱形圖或小提琴圖。

但是，它們可能會(huì)因大型數(shù)據(jù)集而變得混亂，并且可能不適合涉及多個(gè)變量的復(fù)雜關(guān)系。

使用Matplotlib創(chuàng)建Swarm Plots

雖然Seaborn提供了一種簡(jiǎn)單的方法來(lái)創(chuàng)建蜂群圖，但Matplotlib沒(méi)有用于這種類型圖的內(nèi)置函數(shù)。但是，您可以通過(guò)編寫(xiě)自定義函數(shù)來(lái)創(chuàng)建類似的效果。

要在Matplotlib中創(chuàng)建蜂群圖，關(guān)鍵是操縱數(shù)據(jù)點(diǎn)的x軸位置，使它們水平間隔開(kāi)，避免重疊，同時(shí)保持它們的分類分組。

步驟1：導(dǎo)入所需的庫(kù)

首先導(dǎo)入必要的庫(kù)，例如Matplotlib、NumPy和Pandas以進(jìn)行數(shù)據(jù)操作。以下是如何使用Matplotlib創(chuàng)建蜂群圖的示例：

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

步驟2：生成示例數(shù)據(jù)

對(duì)于本文，讓我們創(chuàng)建一個(gè)表示多個(gè)類別和數(shù)值數(shù)據(jù)的隨機(jī)數(shù)據(jù)集。您可以將其替換為您想要可視化的任何數(shù)據(jù)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)

步驟3：散點(diǎn)圖準(zhǔn)備

使用Matplotlib的散點(diǎn)函數(shù)繪制各個(gè)點(diǎn)。y軸表示值，而x軸表示類別。

# Create a basic scatter plot
plt.scatter(df['Category'], df['Value'])
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Basic Scatter Plot')
plt.show()

輸出

在這個(gè)階段，點(diǎn)將重疊，特別是在密集區(qū)域。下一步是將點(diǎn)隔開(kāi)，以獲得更清晰的群體圖效果。

步驟4：添加抖動(dòng)以避免重疊

為了避免數(shù)據(jù)點(diǎn)重疊，您可以向x軸位置添加抖動(dòng)（一個(gè)小的隨機(jī)變化）。這將模擬群集圖的效果，其中點(diǎn)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()

在這里，add_jitter用于稍微移動(dòng)每個(gè)類別中的點(diǎn)的x軸位置。這樣可以防止重疊，并使點(diǎn)沿分類軸均勻分布。

自定義蜂群圖

1. 使用注釋增強(qiáng)蜂群圖

您可以向蜂群圖添加文本注釋以突出顯示某些數(shù)據(jù)點(diǎn)。當(dāng)您想要指出特定的值或類別時(shí)，這特別有用。注釋有助于強(qiáng)調(diào)特定的數(shù)據(jù)點(diǎn)并提供額外的上下文。

# 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()

2. 為不同類別添加顏色

要區(qū)分類別，可以使用散點(diǎn)圖中的c參數(shù)為每個(gè)類別添加不同的顏色。

將蜂群圖與其他圖類型疊加

蜂群圖可以與其他類型的圖（如箱線圖或小提琴圖）結(jié)合使用，以提供更全面的數(shù)據(jù)分布視圖。例如，您可以將群圖疊加在箱形圖上。

# 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()

Tips和最佳實(shí)踐

• 數(shù)據(jù)縮放：確保x軸正確縮放，以適應(yīng)抖動(dòng)，而不會(huì)過(guò)度重疊。
• 抖動(dòng)靈敏度：您添加的抖動(dòng)量應(yīng)根據(jù)數(shù)據(jù)的密度進(jìn)行調(diào)整。太多的抖動(dòng)會(huì)使圖形混亂。
• 小心使用顏色和標(biāo)記：顏色和形狀的選擇應(yīng)避免混淆，特別是在具有許多類別的復(fù)雜圖中。

總結(jié)

在Matplotlib中創(chuàng)建蜂群圖需要手動(dòng)操作數(shù)據(jù)點(diǎn)的x軸位置以避免重疊。雖然像Seaborn這樣的庫(kù)簡(jiǎn)化了這個(gè)過(guò)程，但Matplotlib提供了根據(jù)特定需求定制蜂群圖的靈活性。通過(guò)添加抖動(dòng)、調(diào)整點(diǎn)大小和透明度以及使用顏色和標(biāo)記形狀，您可以創(chuàng)建有效且視覺(jué)上吸引人的蜂群圖。

以上就是Python使用Matplotlib繪制Swarm Plot(蜂群圖)的代碼步驟的詳細(xì)內(nèi)容，更多關(guān)于Python Matplotlib繪制Swarm Plot的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論