如何获取Seaborn swarmplot绘制的点的坐标？

当然可以获取swarmplot绘制点的坐标！其实seaborn的swarmplot底层是用matplotlib的PathCollection对象渲染散点的，我们可以直接从这个对象里提取所有点的(x,y)数据坐标，完美解决你自动判断图例位置的需求。

核心步骤说明 #

1. 定位Swarmplot的散点集合对象 #

sns.swarmplot()返回的是matplotlib的Axes对象，我们可以通过遍历axes.collections找到对应的散点集合（即PathCollection实例）。如果图表中只有一个swarmplot，直接取第一个元素即可；若有多个，也可以通过类型筛选确保准确性。

2. 提取点的(x,y)坐标 #

PathCollection对象提供了get_offsets()方法，会返回一个numpy数组，每一行对应一个点的(x,y)数据坐标，完全匹配你的需求。

3. 判断图例与点的重叠情况 #

图例的边界框默认是显示坐标（像素级），我们需要将其转换为数据坐标才能和点的坐标做比较。通过axes.transAxes.inverted()可以完成坐标转换，随后检查每个点是否落在图例的边界范围内即可。

完整实现代码 #

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

test_data = pd.DataFrame([
 {'x': 1, 'y': 1.0, 'color': 1.0},
 {'x': 1, 'y': 2.0, 'color': 0.5},
 {'x': 1, 'y': 2.8, 'color': 0.25},
 {'x': 1, 'y': 4.0, 'color': 0.125},
 {'x': 2, 'y': 1.0, 'color': 1.0},
 {'x': 2, 'y': 2.0, 'color': 0.5},
 {'x': 2, 'y': 2.7, 'color': 0.25},
 {'x': 2, 'y': 4.0, 'color': 0.125},
 {'x': 3, 'y': 1.0, 'color': 1.0},
 {'x': 3, 'y': 2.0, 'color': 0.5},
 {'x': 3, 'y': 2.7, 'color': 0.25},
 {'x': 3, 'y': 4.0, 'color': 0.125},
])

# 初始化绘图
fig, ax = plt.subplots()
p = sns.swarmplot(data=test_data, x='x', y='y', hue='color', ax=ax)

# 先在内部绘制图例
legend = ax.legend(frameon=True, loc='upper right')
legend.get_frame().set_fc('gray')

# 获取swarmplot的散点集合（兼容多集合场景的筛选方式）
swarm_collection = None
for coll in ax.collections:
    if isinstance(coll, mcollections.PathCollection):
        swarm_collection = coll
        break

# 提取所有点的(x,y)坐标
points = swarm_collection.get_offsets().data

# 将图例边界框转换为数据坐标
legend_bbox = legend.get_bbox_to_anchor().transformed(ax.transAxes.inverted())
x_left, y_bottom, x_width, y_height = legend_bbox.bounds
x_right = x_left + x_width
y_top = y_bottom + y_height

# 检查是否存在点与图例重叠
has_overlap = any(
    (x_left <= x <= x_right) and (y_bottom <= y <= y_top)
    for x, y in points
)

# 若重叠则重新绘制外部图例
if has_overlap:
    legend.remove()
    # 外部图例放在右侧，同时调整布局避免被截断
    ax.legend(frameon=True, loc='upper left', bbox_to_anchor=(1, 1))
    plt.subplots_adjust(right=0.8)

plt.show()

代码关键点解释 #

• 散点集合筛选：通过isinstance(coll, mcollections.PathCollection)判断，确保即使图表中有其他集合元素（如箱线图的线条），也能准确找到swarmplot的散点。
• 坐标转换：transformed(ax.transAxes.inverted())将图例的轴坐标（0-1范围，对应整个坐标轴区域）转换为数据坐标，实现和点坐标的统一比较。
• 布局调整：使用plt.subplots_adjust(right=0.8)为右侧的外部图例预留空间，避免图例被画布截断。

内容的提问来源于stack exchange，提问作者Lukas Barth