如何将分类散点标记移动到 xticks 上方的左右（每个类别有多个数据集）？答案

【问题标题】：How do I shift categorical scatter markers to left and right above xticks (multiple data sets per category)?如何将分类散点标记移动到 xticks 上方的左右（每个类别有多个数据集）？
【发布时间】：2017-04-04 21:30:32
【问题描述】：

我有一个简单的 pandas 数据框，我想用 matplotlib 进行绘图：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel('SAT_data.xlsx', index_col = 'State')

plt.figure()
plt.scatter(df['Year'], df['Reading'], c = 'blue', s = 25)
plt.scatter(df['Year'], df['Math'], c = 'orange', s = 25)
plt.scatter(df['Year'], df['Writing'], c = 'red', s = 25)

这是我的情节的样子：

我想将蓝色数据点向左移动一点，将红色数据点向右移动一点，因此 x 轴上的每一年都有三个小列的散点数据，而不是全部三个数据集重叠。我尝试并未能正确使用“verts”参数。有没有更好的方法来做到这一点？

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

使用偏移变换将允许以点为单位而不是数据单位来移动散点。这样做的好处是它们总是会紧紧地靠在一起，而与图形大小、缩放级别等无关。

import matplotlib.pyplot as plt
import numpy as np; np.random.seed(0)
import matplotlib.transforms as transforms

year = np.random.choice(np.arange(2006,2017), size=(300) ) 
values = np.random.rand(300, 3)

plt.figure()

offset = lambda p: transforms.ScaledTranslation(p/72.,0, plt.gcf().dpi_scale_trans)
trans = plt.gca().transData

sc1 = plt.scatter(year, values[:,0], c = 'blue', s = 25, transform=trans+offset(-5))
plt.scatter(year, values[:,1], c = 'orange', s = 25)
plt.scatter(year, values[:,2], c = 'red', s = 25, transform=trans+offset(5))

plt.show()

大图：

普通图：

放大

一些解释：

问题是我们想在数据坐标中的某些数据上添加点偏移量。虽然数据坐标使用transData（我们通常甚至在表面上看不到）自动转换为显示坐标，但添加一些偏移量需要我们更改转换。
我们通过添加偏移量来做到这一点。虽然我们可以只添加以像素为单位的偏移量（显示坐标），但以点为单位添加偏移量更方便，因此使用与给出的散点大小相同的单位（它们的大小实际上是点的平方）。所以我们想知道p点有多少像素？这可以通过将p 除以 ppi（每英寸点数）得到英寸，然后乘以 dpi（每英寸点数）得到显示像素。此计算在 ScaledTranslation 中完成。虽然原则上每英寸的点数是可变的（并由dpi_scale_trans 变换处理），但每英寸的点数是固定的。 Matplotlib 使用 72 ppi，有点像 typesetting standard。

【讨论】：

这里有一些严重的黑魔法 =)。您介意解释一下偏移变换中的数字 72 是从哪里来的吗？
我在答案中添加了解释。希望对您有所帮助。

【解决方案2】：

一种快速而肮脏的方法是创建一个小的偏移量dx，然后从蓝色点的x 值中减去它，然后添加到红色点的x 值中。

dx = 0.1
plt.scatter(df['Year'] - dx, df['Reading'], c = 'blue', s = 25) 
plt.scatter(df['Year'],      df['Math'], c = 'orange', s = 25) 
plt.scatter(df['Year'] + dx, df['Writing'], c = 'red', s = 25)

另一种选择是使用来自seaborn 库的stripplot 函数。有必要将原始数据框融合为长格式，以便每一行包含一年、一个测试和一个分数。然后创建一个stripplot，指定年份为x，得分为y，测试为hue。 split 关键字参数控制将类别绘制为每个x 的单独条纹。还有jitter 参数会为x 值添加一些噪音，以便它们占据一些小区域而不是在一条垂直线上。

import pandas as pd
import seaborn as sns

# make up example data
np.random.seed(2017)
df = pd.DataFrame(columns = ['Reading','Math','Writing'], 
                  data = np.random.normal(540,30,size=(1000,3)))
df['Year'] = np.random.choice(np.arange(2006,2016),size=1000)

# melt the data into long form
df1 = pd.melt(df, var_name='Test', value_name='Score',id_vars=['Year'])

# make a stripplot
fig, ax = plt.subplots(figsize=(10,7))
sns.stripplot(data = df1, x='Year', y = 'Score', hue = 'Test', 
              jitter = True, split = True, alpha = 0.7, 
              palette = ['blue','orange','red'])

输出：

【讨论】：