分布（五）利用python绘制蜂群图

HsuHeinrich

发布于 2024-03-18 13:38:10

1330

发布于 2024-03-18 13:38:10

文章被收录于专栏：HsuHeinrich

分布（五）利用python绘制蜂群图

蜂群图（swarmplot）简介

蜂群图可以不重叠的显示各数据点的分布。相对于散点图，所绘制的点彼此靠近且不会重叠，能有效呈现出点分布的局部密度信息。

快速绘制

基于seaborn

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

# 自定义数据
my_variable = np.random.normal(loc=10, scale=5, size=100)

# 利用swarmplot函数绘制蜂群图
sns.swarmplot(y=my_variable)

plt.show()

定制多样化的蜂群图

自定义蜂群图一般是结合使用场景对相关参数进行修改，并辅以其他的绘图知识。参数信息可以通过官网进行查看，其他的绘图知识则更多来源于实战经验，大家不妨将接下来的绘图作为一种学习经验，以便于日后总结。

seaborn主要利用swarmplot绘制蜂群图，可以通过seaborn.swarmplot[1]了解更多用法

绘制多个蜂群图

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

# 自定义数据（两组）
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 # 定义类别

# 绘制蜂群图
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()

修改参数

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


# 自定义数据
my_variable = np.random.normal(loc=10, scale=5, size=100)

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

plt.show()