Matplotlib和Seaborn之重叠、透明度和抖动

重叠、透明度和抖动

如果要绘制大量数据点，或者数字变量是离散值，那么直接使用散点图可能无法呈现足够的信息。图形可能会出现重叠，由于大量数据重叠到一起，导致很难看清变量之间的关系。

plt.scatter(data = df, x = 'disc_var1', y = 'disc_var2')

image.png

在上图中，我们可以推断出两个变量负相关，但是数据的变化程度和关系强度并不明显。在这种情形下，我们需要应用透明度和抖动，使散点图能呈现更多的信息。可以通过在 scatter 函数调用中添加 "alpha" 参数来表示透明度，"alpha" 的值可以介于 0（完全不透明，不可见） 到 1（完全透明）之间。

plt.scatter(data = df, x = 'disc_var1', y = 'disc_var2', alpha = 1/5)

image.png

重叠的点越多，图像颜色就越深。从图中可以看出，两个数字变量之间存在一定的负相关关系。x 轴上的 0 和 10 比中间值出现的频率小多了。

除了设置透明度之外，我们还可以通过抖动使每个点稍微偏离真实值所对应的位置。这并不是 scatter 函数中的直接选项，而是 seaborn 的 regplot 函数的内置选项。可以单独添加 x 轴和 y 轴抖动，不会影响到回归方程的拟合情况：

sb.regplot(data = df, x = 'disc_var1', y = 'disc_var2', fit_reg = False,
           x_jitter = 0.2, y_jitter = 0.2, scatter_kws = {'alpha' : 1/3})

抖动设置将导致每个点统一地在真实值的 ±0.2 范围内抖动。注意透明度已经更改为分配给“scatter_kws”参数的字典。这么设置的原因是让透明度明确地与 regplot 函数的 scatter 部分相关联。

image.png