гистограммы pyplot с отдельными точками данных

Question

У меня есть данные из контрольной и лечебной группы.Может ли matplotlib создать гистограмму, где высота столбца - это среднее значение каждой группы, наложенное на отдельные точки данных из этой группы?Я хотел бы визуализировать разброс фактических точек данных, аналогично тому, что отображается здесь .

Я думал об использовании комбинации коробочных диаграмм и разброса, но мои попыткине удалось.

Answer 1

Здесь решение с использованием Seaborn, которое дает более короткий код, но при этом дает некоторую гибкость по сравнению с прямым использованием Matplotlib:

import seaborn as sns, matplotlib.pyplot as plt
sns.set(style="whitegrid")

tips = sns.load_dataset("tips")

sns.barplot(x="day", y="total_bill", data=tips, capsize=.1, ci="sd")
sns.swarmplot(x="day", y="total_bill", data=tips, color="0", alpha=.35)

plt.show()

И вот результат:

Answer 2

Вот решение, которое делает именно то, что вы упомянули: наложите гистограмму на график рассеяния.

Конечно, вы можете дополнительно поиграть, чтобы настроить график: название графика, метки оси, цвета, ширина,форма маркера графика рассеяния ...

import matplotlib.pyplot as plt
np.random.seed(123)

w = 0.8    # bar width
x = [1, 2] # x-coordinates of your bars
colors = [(0, 0, 1, 1), (1, 0, 0, 1)]    # corresponding colors
y = [np.random.random(30) * 2 + 5,       # data series
    np.random.random(10) * 3 + 8]

fig, ax = plt.subplots()
ax.bar(x,
       height=[np.mean(yi) for yi in y],
       yerr=[np.std(yi) for yi in y],    # error bars
       capsize=12, # error bar cap width in points
       width=w,    # bar width
       tick_label=["control", "test"],
       color=(0,0,0,0),  # face color transparent
       edgecolor=colors,
       #ecolor=colors,    # error bar colors; setting this raises an error for whatever reason.
       )

for i in range(len(x)):
    # distribute scatter randomly across whole width of bar
    ax.scatter(x[i] + np.random.random(y[i].size) * w - w / 2, y[i], color=colors[i])

plt.show()

Это даст этот график