如何绘制带连线点的Swarmplot并与带hue的Boxplot对齐

核心问题是当用hue按年龄分组时，每个x轴类别（Pre/Post）下的不同分组会被横向错开，直接基于x轴刻度值连线会导致错位。以下是可行的解决方法：

步骤1：数据准备（确保长格式） #

首先确保你的数据是长格式，包含受试者ID、年龄组、测试时间（Pre/Post）、测试分数这几个关键列。示例数据如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 构造样本数据集（和实际数据结构一致）
data = pd.DataFrame({
    'ID': [1,1,2,2,3,3,4,4,5,5,6,6],
    'Age_Group': ['Young','Young','Young','Young','Old','Old','Old','Old','Young','Young','Old','Old'],
    'Time': ['Pre','Post','Pre','Post','Pre','Post','Pre','Post','Pre','Post','Pre','Post'],
    'Score': [70,75,65,72,60,68,58,65,72,78,63,70]
})

步骤2：绘制对齐的箱线图+散点图+连线 #

关键是利用dodge=True让箱线图和散点图的分组横向错开，再通过计算偏移量让连线精准对应到每个分组的位置：

sns.set_style("whitegrid")
fig, ax = plt.subplots(figsize=(8,6))

# 绘制箱线图：dodge=True实现分组错开，width控制箱体宽度
box_plot = sns.boxplot(
    x='Time', y='Score', hue='Age_Group', data=data,
    dodge=True, width=0.4, ax=ax, palette='Set2'
)

# 绘制散点图：dodge=True和箱线图对齐，保证数据点在对应分组上方
swarm_plot = sns.swarmplot(
    x='Time', y='Score', hue='Age_Group', data=data,
    dodge=True, ax=ax, color='black', size=8
)

# 移除重复的图例（箱线图和散点图会生成两份图例）
handles, labels = ax.get_legend_handles_labels()
ax.legend(handles[:2], labels[:2], title='Age Group')

# 计算分组偏移量：箱体宽度的一半，用于调整连线的x坐标
offset = box_plot.width / 2

# 遍历每个受试者，绘制Pre到Post的连线
for subject_id in data['ID'].unique():
    subj_data = data[data['ID'] == subject_id]
    # 获取该受试者所属的年龄组
    group = subj_data['Age_Group'].iloc[0]
    # 根据年龄组确定偏移方向（对应箱线图的分组顺序）
    x_shift = -offset if group == 'Young' else offset
    
    # 获取Pre和Post的分数值
    pre_score = subj_data[subj_data['Time'] == 'Pre']['Score'].iloc[0]
    post_score = subj_data[subj_data['Time'] == 'Post']['Score'].iloc[0]
    
    # 绘制连线：x坐标为原始刻度（Pre=0，Post=1）加上偏移量
    ax.plot(
        [0 + x_shift, 1 + x_shift], [pre_score, post_score],
        color='gray', linestyle='--', alpha=0.7
    )

plt.title('Pre vs Post Test Scores by Age Group')
plt.xlabel('Test Time')
plt.ylabel('Score')
plt.show()

关键原理说明 #

• dodge=True：让boxplot和swarmplot中不同hue分组的元素在同一x轴类别下横向错开，保证视觉对齐。
• 偏移量计算：箱体宽度的一半是每个分组相对于x轴原始刻度的偏移距离，确保连线的起点和终点精准对应到该受试者所在分组的位置。
• 遍历受试者：通过ID匹配同一受试者的Pre/Post数据，结合分组偏移量绘制连线，解决错位问题。

内容的提问来源于stack exchange，提问作者Zaida