如何调整seaborn散点图数据点透明度 解决stroke=1点被stroke=0遮挡问题

你可以通过以下几种方案解决stroke=1的点被遮挡的问题：

• 调整绘图顺序，将stroke=1的点放在上层绘制
  可以通过指定hue_order参数，让stroke=0先绘制，stroke=1后绘制，后者自然会覆盖在上层：

sns.scatterplot(x = df.Age, y=df.Bmi, hue = df.Stroke, hue_order=[0,1])

如果想要更灵活的控制，也可以拆分数据集分别绘制：

# 先绘制stroke=0的点
sns.scatterplot(x = df[df.Stroke==0].Age, y=df[df.Stroke==0].Bmi, color = '#1f77b4')
# 再绘制stroke=1的点
sns.scatterplot(x = df[df.Stroke==1].Age, y=df[df.Stroke==1].Bmi, color = '#ff7f0e')

• 增加点的透明度，让重叠区域的层级更明显
  给所有点设置统一的透明度，即使被遮挡也能看出下层的点分布：

sns.scatterplot(x = df.Age, y=df.Bmi, hue = df.Stroke, alpha=0.6)

• 给stroke=1的点增加样式区分
  可以给stroke=1的点设置更大的尺寸、或者白色描边，更容易和下层的stroke=0的点区分开：

# 按stroke类别设置不同点大小+描边
sns.scatterplot(x = df.Age, y=df.Bmi, hue = df.Stroke, size=df.Stroke, sizes=[20, 60], edgecolor='white')

• 分面绘制两个类别
  直接将两个类别的散点图分成两个子图绘制，完全避免遮挡问题：

sns.relplot(x = 'Age', y='Bmi', hue = 'Stroke', col='Stroke', data=df, kind='scatter')

内容的提问来源于stack exchange，提问作者Zndjld Ahmed