使用 绘制点图时matplotlib，我想偏移重叠的数据点以使它们全部可见。例如，如果我有：
CategoryA: 0,0,3,0,5
CategoryB: 5,10,5,5,10
我希望每个CategoryA“0”数据点并排设置，而不是彼此重叠，同时仍然与CategoryB.
在 R ( ggplot2) 中有一个"jitter"选项可以做到这一点。matplotlib 中是否有类似的选项，或者是否有另一种方法会导致类似的结果？
编辑：澄清一下，R 中的"beeswarm"情节基本上是我的想法，并且pybeeswarm是 matplotlib/Python 版本的早期但有用的开始。
编辑：补充一点，在 0.7 版中引入的 Seaborn 的Swarmplot是我想要的一个很好的实现。
通过@user2467675 扩展答案，我是这样做的：
def rand_jitter(arr):
stdev = .01 * (max(arr) - min(arr))
return arr + np.random.randn(len(arr)) * stdev
def jitter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None, **kwargs):
return scatter(rand_jitter(x), rand_jitter(y), s=s, c=c, marker=marker, cmap=cmap, norm=norm, vmin=vmin, vmax=vmax, alpha=alpha, linewidths=linewidths, **kwargs)
该stdev变量确保抖动足以在不同的尺度上看到，但它假设轴的限制为零和最大值。
然后，您可以调用jitter而不是scatter.
Seaborn 通过以下方式提供类似直方图的分类点图sns.swarmplot()和抖动分类点图sns.stripplot()：
import seaborn as sns
sns.set(style='ticks', context='talk')
iris = sns.load_dataset('iris')
sns.swarmplot('species', 'sepal_length', data=iris)
sns.despine()
sns.stripplot('species', 'sepal_length', data=iris, jitter=0.2)
sns.despine()
我使用 numpy.random 沿 X 轴“分散/蜂群”数据，但围绕每个类别的固定点，然后基本上为每个类别执行 pyplot.scatter()：
import matplotlib.pyplot as plt
import numpy as np
#random data for category A, B, with B "taller"
yA, yB = np.random.randn(100), 5.0+np.random.randn(1000)
xA, xB = np.random.normal(1, 0.1, len(yA)),
np.random.normal(3, 0.1, len(yB))
plt.scatter(xA, yA)
plt.scatter(xB, yB)
plt.show()
解决该问题的一种方法是将散点图/点图/蜂群图中的每个“行”视为直方图中的一个 bin：
data = np.random.randn(100)
width = 0.8 # the maximum width of each 'row' in the scatter plot
xpos = 0 # the centre position of the scatter plot in x
counts, edges = np.histogram(data, bins=20)
centres = (edges[:-1] + edges[1:]) / 2.
yvals = centres.repeat(counts)
max_offset = width / counts.max()
offsets = np.hstack((np.arange(cc) - 0.5 * (cc - 1)) for cc in counts)
xvals = xpos + (offsets * max_offset)
fig, ax = plt.subplots(1, 1)
ax.scatter(xvals, yvals, s=30, c='b')
这显然涉及对数据进行分箱，因此您可能会失去一些精度。如果您有离散数据，则可以替换：
counts, edges = np.histogram(data, bins=20)
centres = (edges[:-1] + edges[1:]) / 2.
和：
centres, counts = np.unique(data, return_counts=True)
保留精确 y 坐标（即使对于连续数据）的另一种方法是使用核密度估计来缩放 x 轴上随机抖动的幅度：
from scipy.stats import gaussian_kde
kde = gaussian_kde(data)
density = kde(data) # estimate the local density at each datapoint
# generate some random jitter between 0 and 1
jitter = np.random.rand(*data.shape) - 0.5
# scale the jitter by the KDE estimate and add it to the centre x-coordinate
xvals = 1 + (density * jitter * width * 2)
ax.scatter(xvals, data, s=30, c='g')
for sp in ['top', 'bottom', 'right']:
ax.spines[sp].set_visible(False)
ax.tick_params(top=False, bottom=False, right=False)
ax.set_xticks([0, 1])
ax.set_xticklabels(['Histogram', 'KDE'], fontsize='x-large')
fig.tight_layout()
第二种方法大致基于小提琴图的工作原理。它仍然不能保证没有任何点重叠，但我发现在实践中，只要有相当数量的点（> 20），它往往会给出相当漂亮的结果，并且分布可以相当好地近似由高斯之和。
在这里不知道直接的 mpl 替代方案，您有一个非常基本的建议：
from matplotlib import pyplot as plt
from itertools import groupby
CA = [0,4,0,3,0,5]
CB = [0,0,4,4,2,2,2,2,3,0,5]
x = []
y = []
for indx, klass in enumerate([CA, CB]):
klass = groupby(sorted(klass))
for item, objt in klass:
objt = list(objt)
points = len(objt)
pos = 1 + indx + (1 - points) / 50.
for item in objt:
x.append(pos)
y.append(item)
pos += 0.04
plt.plot(x, y, 'o')
plt.xlim((0,3))
plt.show()
Seaborn 的 swarmplot 似乎最适合您的想法，但您也可以使用 Seaborn 的 regplot：
import seaborn as sns
iris = sns.load_dataset('iris')
sns.swarmplot('species', 'sepal_length', data=iris)
sns.regplot(x='sepal_length',
y='sepal_width',
data=iris,
fit_reg=False, # do not fit a regression line
x_jitter=0.1, # could also dynamically set this with range of data
y_jitter=0.1,
scatter_kws={'alpha': 0.5}) # set transparency to 50%
通过@wordsforthewise 扩展答案（对不起，无法评论我的声誉），如果您需要抖动和使用色调以某种分类（就像我所做的那样）为点着色，Seaborn 的 lmplot 是一个不错的选择，而不是 reglpot ：
import seaborn as sns
iris = sns.load_dataset('iris')
sns.lmplot(x='sepal_length', y='sepal_width', hue='species', data=iris, fit_reg=False, x_jitter=0.1, y_jitter=0.1)