Matplotlib：避免“分散/点/蜂群”p中的重叠数据点

Question

当使用matplotlib绘制点图时，我希望偏移重叠的数据点以使它们都可见。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，而不是放在彼此的正上方，同时仍然与CategoryB保持不同。

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，或者是否有其他方法会导致类似的结果？

编辑：澄清一下，the ^{} plot in R本质上是我所想的，而^{}是matplotlib/Python版本的一个早期但有用的开始。

编辑：添加Seaborn的Swarmplot，在0.7版中引入，是我想要的一个很好的实现。

Answer 1

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, verts=verts, hold=hold, **kwargs)

变量stdev确保抖动足以在不同的尺度上看到，但它假定轴的限制为0和最大值。

然后可以调用jitter，而不是scatter。

Answer 2

Seaborn通过^{}提供直方图样的分类点图，通过^{}提供抖动的分类点图：

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()

Answer 3

我使用numpy.random将数据沿X轴“散布/蜂群”到每个类别的固定点上，然后基本上对每个类别执行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()