如何用sns.catplot可视化均值方差变化的数据集并补充缺失特征

嘿，我来帮你搞定这个可视化需求！你遇到的问题主要是数据格式和绘图函数选择的问题——catplot确实不太适合做个体数据点的连线，我们调整一下数据结构，再结合seaborn的其他函数就能轻松实现你要的「个体连线+均值展示」效果。

步骤1：重构数据集 #

首先，你的原始数据是宽格式（每一列对应一个时间点），但要追踪每个样本在不同时间点的取值，我们需要把它转换成长格式，同时给每个样本添加唯一ID，这样才能让seaborn识别出哪些点属于同一个个体。

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

# 生成原始数据
dist_1 = np.random.beta(2., 2., 250)
dist_2 = np.random.beta(3., 4., 250)

# 添加样本ID，并转成长格式
df = pd.DataFrame({
    "sample_id": np.arange(250),  # 给每个样本分配唯一ID
    "time_1": dist_1,
    "time_2": dist_2
}).melt(
    id_vars="sample_id",
    var_name="time_point",
    value_name="value"
)

这里用pd.melt()把原来的time_1、time_2列转成time_point分类列，每个样本ID对应两行数据，分别记录两个时间点的取值。

步骤2：绘制个体连线+均值展示 #

现在我们用relplot绘制个体的连线（用灰色低透明度避免抢镜），再叠加pointplot展示均值趋势（用显眼的颜色突出）：

# 创建绘图对象，绘制个体连线
g = sns.relplot(
    data=df,
    x="time_point",
    y="value",
    units="sample_id",  # 按样本ID连接同一个个体的两个时间点
    kind="line",
    color="#999999",
    alpha=0.3,  # 降低透明度，突出均值
    legend=False
)

# 叠加均值线和均值点
sns.pointplot(
    data=df,
    x="time_point",
    y="value",
    color="#ff4444",  # 用红色突出均值
    markers="o",
    linestyle="-",
    errorbar=None,  # 不需要置信区间就加这个，需要的话删掉
    ax=g.ax
)

# 美化图表
plt.title("Individual Sample Trends with Mean Value")
plt.xlabel("Time Point")
plt.ylabel("Value")

plt.show()

效果说明： #

• units="sample_id"是实现个体连线的关键，它会自动把同一个样本在不同时间点的数值连接起来。
• 灰色低透明度的个体线能展示数据的整体分布变化，又不会掩盖核心的均值趋势。
• 红色的均值线和点清晰展示了两个时间点的均值变化，完全符合你的需求。

备选方案：散点+连线+均值 #

如果你想保留原始的散点样式，同时添加连线和均值，可以用这个组合方式：

plt.figure(figsize=(8, 5))

# 绘制个体连线（底层）
sns.lineplot(
    data=df,
    x="time_point",
    y="value",
    units="sample_id",
    color="#999999",
    alpha=0.2,
    zorder=1
)

# 绘制原始散点（中间层）
sns.scatterplot(
    data=df,
    x="time_point",
    y="value",
    color="#333333",
    s=15,
    zorder=2
)

# 计算均值并绘制均值线+标记（最上层）
mean_data = df.groupby("time_point")["value"].mean().reset_index()
sns.lineplot(
    data=mean_data,
    x="time_point",
    y="value",
    color="#ff4444",
    linewidth=3,
    zorder=3
)
sns.scatterplot(
    data=mean_data,
    x="time_point",
    y="value",
    color="#ff4444",
    s=80,
    marker="X",
    zorder=4
)

# 美化图表
plt.title("Scatter Plot with Individual Lines & Mean Trend")
plt.xlabel("Time Point")
plt.ylabel("Value")

plt.show()

这个方案既保留了原始数据的散点展示，又有个体连线和突出的均值趋势，灵活性更高。

内容的提问来源于stack exchange，提问作者Lufr1ed