python绘制雨云图(Raincloud)

在做探索性分析时，箱线图和小提琴图已经很常见，但如果你既想保留分布信息，又想让图形更有层次感，雨云图通常会更有表现力。它把小提琴图、箱线图和散点层叠在一起，既能看总体分布，也能看到离散点细节。

这篇文章重点解决 3 个问题：

雨云图到底由哪些图层组成
如何用 Python 一步步把这些图层叠出来
输出后应该检查哪些细节，避免图看起来漂亮但不够清楚

介绍

雨云图其实是一种混合图，由四部分组成，它们分别是 violin plot（云）、boxplot（伞）、swarm plot（雨）。

数据准备

仍然以企鹅数据作为示例，本站也已经提供，可直接下载: 企鹅数据

下载数据

pip install ptitprince
wget https://www.bobobk.com/wp-content/uploads/2021/12/penguins.csv

这里用的是企鹅数据集，比较适合演示分类变量加连续变量的分布差异。

载入数据

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv("penguins.csv")
df.head()

结果

	species	island	bill_length_mm	bill_depth_mm	flipper_length_mm	body_mass_g	sex
0	Adelie	Torgersen	39.1	18.7	181.0	3750.0	MALE
1	Adelie	Torgersen	39.5	17.4	186.0	3800.0	FEMALE
2	Adelie	Torgersen	40.3	18.0	195.0	3250.0	FEMALE
3	Adelie	Torgersen	NaN	NaN	NaN	NaN	NaN
4	Adelie	Torgersen	36.7	19.3	193.0	3450.0	FEMALE

开始绘图

前面我们通过pip已经安装了ptitprince包，现在真正开始绘制

violin图

首先是一半的小提琴图，即雨云图的云的部分，数据是bill_length_mm这个变量，以岛屿分组,其中half_violinplot函数负责半个小提琴图（violin plot），inner控制下方的小线条，为了使云位置摆放正确，将变量放在Y轴上

import matplotlib.pyplot as plt
import ptitprince as pt
pt.half_violinplot(data=df,y="island",x="bill_length_mm",inner=None)
plt.savefig("half_violin.png",dpi=200)

half_violin

boxplot图

接下来是伞的部分

pt.half_violinplot(data=df,y="island",x="bill_length_mm",inner=None)
sns.boxplot(data=df,y="island",x="bill_length_mm",width = .15, zorder = 10,boxprops = {'facecolor':'none', "zorder":10},
           whiskerprops = {'linewidth':2, "zorder":10})
plt.savefig("violin_box.png",dpi=200)

violin_box

strip plot图

雨云图的雨部分，使用stripplot，并通过jitter参数将散点分散

pt.half_violinplot(data=df,y="island",x="bill_length_mm",inner=None)
sns.boxplot(data=df,y="island",x="bill_length_mm",width = .15, zorder = 10,boxprops = {'facecolor':'none', "zorder":10},
           whiskerprops = {'linewidth':2, "zorder":10})
sns.stripplot(data=df,y="island",x="bill_length_mm",jitter=1,edgecolor = "white",zorder = 0)
plt.savefig("raincloud.png",dpi=200)

raincloud

R 实现

同样这里将R语言实现的雨云图一并呈上

library(ggplot2)
library(ggdist)
df = read.table("penguins.csv",sep=",",header=TRUE)
pdf("raincloud.pdf",width=14, height=7)
ggplot(data=df,aes(y=bill_length_mm,x=factor(island),fill=factor(island)))+
 ggdist::stat_halfeye(adjust=0.5,justification=-.2,.width=0,point_colour=NA) + 
 geom_boxplot(width=0.2,outlier.color=NA) +
 ggdist::stat_dots(side="left",justification=1.1) 
dev.off()

raincloudr

实际使用时优先调整哪些参数

如果你要把图放到论文、汇报或者网页里，通常先调这几项：

jitter：控制散点分散程度，避免点完全重叠
width：控制 boxplot 宽度，让伞不要遮住云层
adjust 或 violin 的平滑程度：避免云层过宽或过窄
配色：尽量避免颜色太杂，优先统一风格再做局部高亮

如何检查雨云图是否足够清晰

绘图完成后，建议至少确认：

各组分布是否都能看清，没有图层互相遮挡
散点密集区域是否还能分辨
分类标签和数值轴是否完整显示
导出的图片缩小后是否仍然可读

如果你准备正式使用，建议导出一张高分辨率图片：

plt.savefig("raincloud.png", dpi=300, bbox_inches="tight")

常见问题

1. 图层叠在一起后显得太乱

最常见原因是点太密、颜色太重，或者箱线图太宽。

修复：

降低 jitter 或减小点大小
缩小 boxplot 宽度
减少颜色种类

2. 小提琴图看起来不自然

通常是平滑参数不合适，或者样本量太小。

修复：

调整 adjust
对样本太少的分组谨慎使用 violin 层
必要时只保留 boxplot + stripplot

3. 导出的图片不够清楚

修复：

提高 dpi
使用 bbox_inches="tight"
在正式排版前先看缩小后的效果

总结

本文通过将violin小提琴图与boxplot箱线图，stripplot进行结合创造出雨云图，该图在展示数据分布上更加直观，好看。