想象一下夏日的花叢中，成羣的蜜蜂圍繞着花朵忙碌地飛舞。每隻蜜蜂都是一個獨立的數據點，它們既保持羣體聚集的形態，又不會完全重疊在一起。

這就是蜂羣圖（Swarm Plot）的核心理念——在有限的空間內展示所有數據點，讓每個點都能被清晰看見。

蜂羣圖是一種特殊的數據可視化圖表，它將分類數據與數值數據結合起來，展示數據的分佈情況。

與傳統的條形圖或箱線圖不同，蜂羣圖不進行任何數據聚合，而是展示每一個原始數據點，避免了信息丟失。

1. 蜂羣圖核心特點

蜂羣圖最巧妙的地方在於它的佈局算法。

當多個數據點具有相似數值時，它們不會簡單地重疊在一起，而是像有“排斥力”一樣，在垂直方向（或水平方向）上輕微偏移，形成一個類似蜂羣的分佈。

比如，下面是同一組數據在散點圖和蜂羣圖中展示的效果。

從中可以看出蜂羣圖的核心特點有：

1. 絕不重疊： 它通過算法檢測數據點的重疊情況，一旦發現兩個點數值相近，就會自動把它們向水平方向推開。
2. 保留分佈形態： 散開後的形狀，天然形成了一種類似“小提琴”或“山峯”的輪廓，直觀地展示了數據的密度。
3. 參數調整： 我們可以調整點的大小（marker size）和排列的緊密程度。點越大，視覺衝擊力越強，但需要的水平空間也越多。

2. 蜂羣圖 vs. 條形圖：從摘要到細節

條形圖就像是一份數據摘要報告，它告訴我們每個類別的平均值或總計值，但隱藏了數據內部的分佈細節。

而蜂羣圖則像是一次數據點的全員大會，每個數據點都有發言的機會。

下面針對同一組數據，我們分別繪製了條形圖、箱線圖和蜂羣圖，一起來感受一下它們之間不同的展示效果。

# 生成示例數據
np.random.seed(123)
categories = ["產品A", "產品B", "產品C", "產品D"]
data_comparison = []
for category in categories:
    n_points = 40
    if category == "產品A":
        values = np.random.normal(75, 8, n_points)
    elif category == "產品B":
        values = np.random.normal(82, 12, n_points)
    elif category == "產品C":
        values = np.random.normal(65, 5, n_points)
    else:  # 產品D
        # 創建一個雙峯分佈
        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({"產品": category, "用户評分": value})

# 1. 條形圖（平均值）
means = []
for category in categories:
    cat_data = [d["用户評分"] for d in data_comparison if d["產品"] == category]
    means.append(np.mean(cat_data))

bars = axes[0].bar(
    categories, means, color=["#1f77b4", "#ff7f0e", "#2ca02c", "#d62728"]
)


# 在條形上標註平均值
# 省略...

# 2. 箱線圖
box_data = []
for category in categories:
    cat_data = [d["用户評分"] for d in data_comparison if d["產品"] == 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. 蜂羣圖
data_df = pd.DataFrame(data_comparison)
sns.swarmplot(
    x="產品",
    y="用户評分",
    hue="產品",
    data=data_df,
    ax=axes[2],
    size=5,
    palette="Set2",
    edgecolor="black",
    linewidth=0.5,
)
# 省略...

plt.tight_layout()
plt.show()

繪製蜂羣圖可以用seaborn這個庫中的swarmplot函數。

從上面的對比可以看出：

• 條形圖告訴我們產品D的平均分約為70分
• 箱線圖提示產品D的數據分佈範圍很廣
• 但只有蜂羣圖清晰地揭示了產品D實際上有兩個明顯的用户羣體：一個低評分羣體和一個高評分羣體

3. 蜂羣圖 vs. 散點圖：從混亂到有序

傳統散點圖在處理分類數據時，常常導致數據點大量重疊，形成"黑團"，我們無法看清數據點的真實分佈。

蜂羣圖通過智能佈局算法解決了這個問題。

下面構造一個不同密度的數據，看看蜂羣圖和散點圖的展示效果。

# 比較散點圖與蜂羣圖的視覺效果
fig, axes = plt.subplots(1, 2, figsize=(14, 6))

# 生成具有不同密度的數據
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({"類別": category, "數值": value})

# 左側：傳統散點圖
for i, category in enumerate(categories):
    cat_data = [d["數值"] for d in density_data if d["類別"] == 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...

# 右側：蜂羣圖
density_data_df = pd.DataFrame(density_data)
sns.swarmplot(
    x="類別",
    y="數值",
    hue="類別",
    data=density_data_df,
    ax=axes[1],
    size=6,
    palette="coolwarm",
    edgecolor="black",
    linewidth=0.5,
)
#省略...

plt.tight_layout()
plt.show()

蜂羣圖解決了 “重疊（Overplotting）” 的問題。在數據量適中（幾百到幾千個點）時，它是展示分佈密度的最佳選擇。

4. 蜂羣圖的適用場景

蜂羣圖並不是為了取代條形圖或散點圖，它有自己的適用場景和侷限性。

適合使用蜂羣圖的場景：

• 樣本量適中（通常少於幾百個點）時，展示完整數據分佈
• 需要同時看到整體趨勢和個體數據點
• 數據有多個分類變量，需要比較不同類別分佈
• 希望發現異常值或特殊模式（如雙峯分佈）

蜂羣圖的侷限性主要有：

1. 大數據集可能導致圖表過於擁擠
2. 對於非常大規模數據，箱線圖或小提琴圖可能更合適
3. 精確的數值比較不如條形圖直觀

5. 總結

蜂羣圖就像數據可視化領域的"顯微鏡"，它讓我們既能觀察到數據的整體分佈形態，又能看到每一個數據點的具體位置。

與只能顯示摘要信息的條形圖和容易產生重疊的散點圖相比，蜂羣圖在顯示中小型數據集的完整分佈信息方面具有獨特優勢。

在數據可視化實踐中，選擇正確的圖表類型就像選擇正確的工具一樣重要。

當下一次你需要展示分類數據的分佈時，不妨嘗試一下蜂羣圖，它可能會揭示出你從未注意到的數據秘密。

文中的完整代碼共享在：蜂羣圖.ipynb (訪問密碼: 6872)