如何仅使用 matplotlib 绘制垂直散点图

Question

我需要在 matplotlib 中绘制垂直散点图，但在 matplotlib.org/examples 或 StackOverflow 中找不到任何内容。

我尝试了自己的一些东西，但我想念 Jitter。对于具有相同（或非常相似）Y 分量的点，抖动会稍微改变 X 分量，因此它们不会重叠。有什么我可以使用的，或者我必须手动更改 x 组件吗？

import numpy as np
from matplotlib import pyplot as plt

x = np.array([1,2,3])
l = ['A','B','C']
a = np.array([2,2,3])
b = np.array([3,3,4])
c = np.array([7,7,5])
d = (np.array(a) + np.array(b) + np.array(c)) / 3

plt.subplot(111)
plt.margins(0.2)
plt.xticks(x,l)
plt.plot(x, a, 'ro', label='a')
plt.plot(x, b, 'ro', label='b')
plt.plot(x, c, 'ro', label='c')
plt.plot(x, d, 'k_', markersize=15, label='avg')
plt.tight_layout()
plt.savefig('vertical_scatter')
plt.close()

这让我跟随

我在Seaborn上找到了这个。

这就是我想要的，但只使用 matplotlib。

Answer 1

仅使用 matplotlib 的抖动示例如下。这个想法基本上是向 x 值添加一些随机噪声。

import numpy as np
import matplotlib.pyplot as plt

data = np.random.rayleigh(scale=1, size=(30,4))
labels = list("ABCD")
colors = ["crimson", "purple", "limegreen", "gold"]

width=0.4
fig, ax = plt.subplots()
for i, l in enumerate(labels):
    x = np.ones(data.shape[0])*i + (np.random.rand(data.shape[0])*width-width/2.)
    ax.scatter(x, data[:,i], color=colors[i], s=25)
    mean = data[:,i].mean()
    ax.plot([i-width/2., i+width/2.],[mean,mean], color="k")

ax.set_xticks(range(len(labels)))
ax.set_xticklabels(labels)

plt.show()