在 Seaborn 中将箱线图与蜂群图叠加

2026-02-16 22:55:43 0条评论 2次阅读 0人点赞

Seaborn 是一个基于 Matplotlib 构建的强大 Python 库，旨在创建引人入胜且信息丰富的统计图形。它提供了一个高级接口，让我们能够用更少的代码轻松创建复杂的可视化效果。Seaborn 的关键特性之一是它能够创建多种类型的图表，包括蜂群图和箱线图，它们对于可视化数据集内的分布和关系特别有用。

1 目录
2 理解组件
3 在箱线图上叠加蜂群图
4 处理重叠问题

理解组件

1. 箱线图:

箱线图（或须状图）用于通过四分位数显示数据集的分布。它突出了中位数、上四分位数、下四分位数以及潜在的异常值。其主要组件包括：

Box（箱体）: 代表第 25 到第 75 百分位数之间的四分位距 (IQR)。
Whiskers（须）: 从箱体延伸到四分位数两侧 1.5 倍 IQR 范围内的最小值和最大值。
Outliers（异常值）: 位于须之外的数据点被视为异常值，通常会单独绘制。

2. 蜂群图:

蜂群图可以可视化每个单独的数据点，通过定位它们来避免重叠，从而清晰地显示分布。这种图对于分类数据特别有用，因为它揭示了数据点的密度，并允许我们详细检查分布模式。

在箱线图上叠加蜂群图

为什么要将蜂群图叠加在箱线图上？

将蜂群图叠加在箱线图之上，结合了两者的优势：它既显示了单独的数据点，又显示了中位数和四分位数等汇总统计数据。这种组合为我们提供了更全面的数据分布视图。

在箱线图上叠加蜂群图的步骤

首先创建箱线图: 首先使用 seaborn.boxplot() 创建一个箱线图。这将为您的可视化提供背景。
添加蜂群图: 使用 seaborn.swarmplot() 叠加蜂群图，确保它使用与箱线图相同的 x 和 y 变量。
调整美学效果: 您可能需要调整颜色或透明度，以确保两个图表都清晰可见。

import seaborn as sns
import matplotlib.pyplot as plt

# Load example dataset
tips = sns.load_dataset("tips")
# Create box plot
sns.boxplot(x="day", y="total_bill", data=tips, whis=np.inf)

# Overlay swarm plot
sns.swarmplot(x="day", y="total_bill", data=tips, color=".2")

plt.show()

输出:

!swarm在蜂群图上叠加箱线图

处理重叠问题

有时，在叠加图表时，一个图表可能会遮挡另一个图表的重要细节。为了解决这个问题：

绘制顺序: 确保您在调用 INLINECODE0b969e5b 之前先调用 INLINECODE825f093f，这样蜂群图就会显示在顶层。
调整 zorder: 使用 Matplotlib 的 zorder 参数来控制哪些元素显示在顶层。
透明度: 如果需要，可以使用 alpha 参数调整透明度。

为了在叠加图表时有效地处理重叠问题，我们需要演示如何通过调整绘制顺序、修改 INLINECODE3caac452 以及改变透明度来解决这些问题。我们可以创建子图来展示问题，然后应用使用 INLINECODEdfc15742 和 alpha 透明度的解决方案。

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

# Load example dataset
tips = sns.load_dataset("tips")

# Create a figure with two subplots
fig, axes = plt.subplots(1, 2, figsize=(10, 4))

# Subplot 1: Default overlay without adjustments (shows overlapping issue)
sns.boxplot(ax=axes[0], x="day", y="total_bill", data=tips, whis=np.inf)
sns.swarmplot(ax=axes[0], x="day", y="total_bill", data=tips, color=".2")
axes[0].set_title(‘Without Adjustments‘)

# Subplot 2: Overlay with adjustments to handle overlapping
sns.boxplot(ax=axes[1], x="day", y="total_bill", data=tips, whis=np.inf, zorder=1)
sns.swarmplot(ax=axes[1], x="day", y="total_bill", data=tips, color=".2", zorder=2, alpha=0.7)
axes[1].set_title(‘With Adjustments‘)

# Display the plots
plt.tight_layout()
plt.show()