跳到主要内容

散点带图

散点带图把每一个观测都画成一个点、排在分类轴上。什么都不做概括,于是样本量和分布的精确形状都看得见 —— 而这正是 箱线图和小提琴图藏着的东西。

SELECT kuva_render(to_json({
'title': 'Expression by treatment',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'strip',
'groups': groups,
'point_size': 2.5,
'style': {'jitter': 0.35},
'color': 'steelblue'
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

摆点方式​

style 决定点在自己的槽位里怎么横向铺开:

style摆法
{"jitter": 0.3}随机偏移,幅度是槽宽的 ±jitter(默认)
"swarm"互不重叠 —— 每个点尽量靠近中线
"center"全部落在中线上,堆成一根竖柱

抖动用的是固定种子,所以布局可复现;换 seed 可以改。

蜂群用轮廓把分布的密度描出来,中等样本量(每组大致 N < 200)时它是三种里最好读的:

SELECT kuva_render(to_json({
'title': 'Beeswarm',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'strip',
'groups': groups,
'point_size': 3,
'style': 'swarm',
'color': 'steelblue'
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

"center" 把所有点叠在一条线上,于是竖直方向的疏密本身就变成了密度估计 —— 缺口和聚集一目了然:

SELECT kuva_render(to_json({
'title': 'Centred stack',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'strip',
'groups': groups,
'point_size': 2,
'style': 'center',
'color': 'steelblue'
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

横向摆放​

horizontal 把两根轴对调:类别在 y 轴、数值在 x 轴(seaborn orient='h'、ggplot2 coord_flip)。 抖动与蜂群在每一行内纵向散开。它补齐了横向的那一组,和箱线图、小提琴图 一起可以整套翻转。

SELECT kuva_render(to_json({
'title': 'Horizontal strip plot',
'x_axis': {'name': 'expression'},
'y_axis': {'name': 'group'},
'series': [{
'type': 'strip',
'groups': groups,
'style': 'swarm',
'point_size': 3,
'marker_opacity': 0.6,
'horizontal': true,
'color': 'steelblue'
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

和箱线图叠在一起​

把 strip 与 box 两个 series 放进同一个 series 列表,它们共用坐标轴,点会画在概括之上。点记得留半透明, 下面的箱子才透得出来。

SELECT kuva_render(to_json({
'title': 'Box + strip',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [
{'type': 'box', 'groups': groups, 'color': 'steelblue', 'width': 0.7},
{'type': 'strip', 'groups': groups, 'point_size': 2,
'style': {'jitter': 0.25}, 'color': 'rgba(0,0,0,0.3)'}
]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

箱子给你 Q1 / 中位数 / Q3;而点才是揭示 Drug_B 其实是两个子群、被箱子平均成了一个的东西。

逐组颜色​

colors 按位置逐个给分组上色,列表用完之后回退到统一的 color。

SELECT kuva_render(to_json({
'title': 'Per-group colours',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'strip',
'groups': groups,
'colors': ['steelblue', 'tomato', 'seagreen', 'goldenrod', 'mediumpurple'],
'point_size': 3,
'style': {'jitter': 0.3}
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

逐点颜色​

分组还可以带 point_colors,一个点一个颜色 —— 当观测本身属于某个类别、而这正是你想表达的,就用它。图例不会 自动跟着变;要带标签的图例,就一个类别一个 series。

WITH d AS (
SELECT "group" AS g, expression
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
WHERE "group" = 'Control'
)
SELECT kuva_render(to_json({
'title': 'Per-point colours',
'x_axis': {'name': 'sample'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'strip',
'groups': [
{'label': 'Control',
'values': (SELECT list(expression ORDER BY expression) FROM d),
'point_colors': (SELECT list(CASE WHEN expression > 5 THEN '#c44e52' ELSE '#4c72b0' END
ORDER BY expression) FROM d)}
],
'point_size': 4,
'style': 'swarm'
}]
})) AS chart;

point_colors 用完之后,多出来的点回退到组色或统一色。point_shapes 对 marker 形状做同样的事。

marker 不透明度与描边​

密到一定程度,默认的实心填充会并成一条色带。marker_opacity 让密的地方更深,marker_stroke_width 用填充色给 每个点描一圈,这样单个观测还数得清。

SELECT kuva_render(to_json({
'title': 'Semi-transparent markers',
'x_axis': {'name': 'group'},
'y_axis': {'name': 'expression'},
'series': [{
'type': 'strip',
'groups': groups,
'point_size': 4,
'style': {'jitter': 0.3},
'color': 'steelblue',
'marker_opacity': 0.25,
'marker_stroke_width': 0.7
}]
})) AS chart
FROM (
SELECT list({'label': g, 'values': vals} ORDER BY g) AS groups
FROM (
SELECT "group" AS g, list(expression) AS vals
FROM read_csv_auto('{{DFK_BASE_URL}}data/samples.tsv')
GROUP BY "group"
)
);

字段​

字段类型设置什么
groupsgroup[]必填。 每个分组一列,每项是 {label, values, point_colors?, point_shapes?}。
colorsstring[]逐组颜色,与 groups 按位置对应。
point_sizenumber点半径(像素,默认 4)。
stylestring | object{"jitter": 0.3} · "swarm" · "center"。
seedinteger抖动位置的随机种子(默认 42)—— 保证输出可复现。
marker_opacitynumber填充 alpha:0 空心,1 实心。
marker_stroke_widthnumber描边线宽,颜色取填充色。
horizontalboolean类别在 y 轴、数值在 x 轴;抖动 / 蜂群纵向散开。

color 与 legend 见 series 与通用字段。

说明​

  • 每个分组至少要有一个值;groups 为空是报错。
  • colors 按位置对应,所以顺序必须与 groups 一致。
  • point_colors / point_shapes 是逐组、逐点的;列表短了就回退到组色与组形状。
  • "center" 是三种里最密的,也是样本量特别大时最扛得住的。

另见​