想象一下夏日的花丛中，成群的蜜蜂围绕着花朵忙碌地飞舞。每只蜜蜂都是一个独立的数据点，它们既保持群体聚集的形态，又不会完全重叠在一起。
这就是蜂群图（Swarm Plot）的核心理念——在有限的空间内展示所有数据点，让每个点都能被清晰看见。
蜂群图是一种特殊的数据可视化图表，它将分类数据与数值数据结合起来，展示数据的分布情况。
与传统的条形图或箱线图不同，蜂群图不进行任何数据聚合，而是展示每一个原始数据点，避免了信息丢失。
1. 蜂群图核心特点
蜂群图最巧妙的地方在于它的布局算法。
当多个数据点具有相似数值时，它们不会简单地重叠在一起，而是像有“排斥力”一样，在垂直方向（或水平方向）上轻微偏移，形成一个类似蜂群的分布。
比如，下面是同一组数据在散点图和蜂群图中展示的效果。
从中可以看出蜂群图的核心特点有：
- 绝不重叠： 它通过算法检测数据点的重叠情况，一旦发现两个点数值相近，就会自动把它们向水平方向推开。
- 保留分布形态： 散开后的形状，天然形成了一种类似“小提琴”或“山峰”的轮廓，直观地展示了数据的密度。
- 参数调整： 我们可以调整点的大小（marker size）和排列的紧密程度。点越大，视觉冲击力越强，但需要的水平空间也越多。
2. 蜂群图 vs. 条形图：从摘要到细节
条形图就像是一份数据摘要报告，它告诉我们每个类别的平均值或总计值，但隐藏了数据内部的分布细节。
而蜂群图则像是一次数据点的全员大会，每个数据点都有发言的机会。
下面针对同一组数据，我们分别绘制了条形图、箱线图和蜂群图，一起来感受一下它们之间不同的展示效果。
/* by yours.tools - online tools website : yours.tools/zh/hexconvert.html */ # 生成示例数据 np.random.seed(123) categories = ["产品A", "产品B", "产品C", "产品D"] data_comparison = [] for category in categories: n_points = 40 if category == "产品A": values = np.random.normal(75, 8, n_points) elif category == "产品B": values = np.random.normal(82, 12, n_points) elif category == "产品C": values = np.random.normal(65, 5, n_points) else: # 产品D # 创建一个双峰分布 values1 = np.random.normal(55, 6, n_points // 2) values2 = np.random.normal(85, 7, n_points // 2) values = np.concatenate([values1, values2]) for value in values: data_comparison.append({"产品": category, "用户评分": value}) # 1. 条形图（平均值） means = [] for category in categories: cat_data = [d["用户评分"] for d in data_comparison if d["产品"] == category] means.append(np.mean(cat_data)) bars = axes[0].bar( categories, means, color=["#1f77b4", "#ff7f0e", "#2ca02c", "#d62728"] ) # 在条形上标注平均值 # 省略... # 2. 箱线图 box_data = [] for category in categories: cat_data = [d["用户评分"] for d in data_comparison if d["产品"] == category] box_data.append(cat_data) boxplot = axes[1].boxplot( box_data, tick_labels=categories, patch_artist=True, boxprops=dict(facecolor="lightblue") ) # 省略... # 3. 蜂群图 data_df = pd.DataFrame(data_comparison) sns.swarmplot( x="产品", y="用户评分", hue="产品", data=data_df, ax=axes[2], size=5, palette="Set2", edgecolor="black", linewidth=0.5, ) # 省略... plt.tight_layout() plt.show()绘制蜂群图可以用seaborn这个库中的swarmplot函数。
从上面的对比可以看出：
- 条形图告诉我们产品D的平均分约为70分
- 箱线图提示产品D的数据分布范围很广
- 但只有蜂群图清晰地揭示了产品D实际上有两个明显的用户群体：一个低评分群体和一个高评分群体
3. 蜂群图 vs. 散点图：从混乱到有序
传统散点图在处理分类数据时，常常导致数据点大量重叠，形成"黑团"，我们无法看清数据点的真实分布。
蜂群图通过智能布局算法解决了这个问题。
下面构造一个不同密度的数据，看看蜂群图和散点图的展示效果。
/* by yours.tools - online tools website : yours.tools/zh/hexconvert.html */ # 比较散点图与蜂群图的视觉效果 fig, axes = plt.subplots(1, 2, figsize=(14, 6)) # 生成具有不同密度的数据 np.random.seed(42) density_data = [] categories = ["低密度", "中等密度", "高密度"] for i, category in enumerate(categories): n_points = 20 + i * 30 # 不同密度 if category == "低密度": values = np.random.normal(50, 15, n_points) elif category == "中等密度": values = np.random.normal(50, 8, n_points) else: # 高密度 values = np.random.normal(50, 4, n_points) for value in values: density_data.append({"类别": category, "数值": value}) # 左侧：传统散点图 for i, category in enumerate(categories): cat_data = [d["数值"] for d in density_data if d["类别"] == category] x_positions = np.full(len(cat_data), i) axes[0].scatter(x_positions, cat_data, alpha=0.6, s=60, label=category) #省略... # 右侧：蜂群图 density_data_df = pd.DataFrame(density_data) sns.swarmplot( x="类别", y="数值", hue="类别", data=density_data_df, ax=axes[1], size=6, palette="coolwarm", edgecolor="black", linewidth=0.5, ) #省略... plt.tight_layout() plt.show()蜂群图解决了“重叠（Overplotting）”的问题。在数据量适中（几百到几千个点）时，它是展示分布密度的最佳选择。
4. 蜂群图的适用场景
蜂群图并不是为了取代条形图或散点图，它有自己的适用场景和局限性。
适合使用蜂群图的场景：
- 样本量适中（通常少于几百个点）时，展示完整数据分布
- 需要同时看到整体趋势和个体数据点
- 数据有多个分类变量，需要比较不同类别分布
- 希望发现异常值或特殊模式（如双峰分布）
蜂群图的局限性主要有：
- 大数据集可能导致图表过于拥挤
- 对于非常大规模数据，箱线图或小提琴图可能更合适
- 精确的数值比较不如条形图直观
5. 总结
蜂群图就像数据可视化领域的"显微镜"，它让我们既能观察到数据的整体分布形态，又能看到每一个数据点的具体位置。
与只能显示摘要信息的条形图和容易产生重叠的散点图相比，蜂群图在显示中小型数据集的完整分布信息方面具有独特优势。
在数据可视化实践中，选择正确的图表类型就像选择正确的工具一样重要。
当下一次你需要展示分类数据的分布时，不妨尝试一下蜂群图，它可能会揭示出你从未注意到的数据秘密。
文中的完整代码共享在：蜂群图.ipynb (访问密码: 6872)
