Python | 使用Matplotlib绘制Swarm Plot（蜂群图）

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[