【Seaborn】sns.swarmplot() 函数：防止重叠的分类散点图

sns.swarmplot() —— 防止重叠的分类散点图（Swarm Plot）

seaborn.swarmplot() 用于显示分类数据的散点分布，同时避免数据点重叠，适用于 数据离散度、类别间比较、小数据集可视化。

---

1. 语法

import seaborn as sns

sns.swarmplot(data=None, x=None, y=None, hue=None, dodge=False, size=5)

主要参数

参数	作用
data	数据集（pandas.DataFrame）
x	分类变量（类别列）
y	数值变量（连续值）
hue	按类别分色
dodge	分开 hue 组（默认 False）
size	数据点大小（默认 5）

---

2. 基本示例

2.1 画分类散点图

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据
data = sns.load_dataset("titanic")

# 绘制 Swarm Plot
sns.swarmplot(data=data, x="class", y="age")

plt.title("Age Distribution by Class")
plt.show()

📌 作用

• swarmplot 确保数据点不重叠（适用于小数据集）。
  

---

2.2 按类别着色（hue 参数）

sns.swarmplot(data=data, x="class", y="age", hue="sex")

plt.show()

📌 作用

• hue="sex" 不同性别用不同颜色表示。
  

---

2.3 分开 hue 组（dodge=True）

sns.swarmplot(data=data, x="class", y="age", hue="sex", dodge=True)

plt.show()

📌 作用

• dodge=True 让不同 hue 组的点分开。
  

---

3. 进阶用法

3.1 调整点大小（size 参数）

sns.swarmplot(data=data, x="class", y="age", size=8)

plt.show()

📌 作用

• size=8 增大数据点，适用于小数据集。
  

---

3.2 横向展示（orient="h"）

sns.swarmplot(data=data, x="age", y="class", orient="h")

plt.show()

📌 作用

• orient="h" 横向展示数据。
  

---

4. sns.swarmplot() vs sns.stripplot()

	sns.swarmplot()	sns.stripplot()
作用	防止数据点重叠	数据点可能重叠
适用场景	小数据集	大数据集

sns.stripplot(data=data, x="class", y="age", hue="sex", jitter=True)

plt.show()

📌 推荐

• 小数据集（避免重叠） → sns.swarmplot()
• 大数据集（允许重叠） → sns.stripplot()
  

---

5. 总结

✅ sns.swarmplot() 适用于分类数据的散点分布分析，特别是小数据集。
✅ 常见参数

• hue 分类着色，dodge=True 分开不同类别，size=8 调整点大小。