引言

在数据可视化中，如何全面展示一组数据的分布特征、集中趋势、离散程度以及原始数据点，往往是分析人员面临的挑战。传统的箱线图可以展示五数概括（最小值、下四分位数、中位数、上四分位数、最大值）和异常值，但它会隐藏数据的多峰分布等细节。小提琴图结合了箱线图和核密度估计，能展示分布的形态，但有时也会掩盖原始数据点的位置。

云雨图（Raincloud Plot） 应运而生，它通过组合半小提琴图（分布）、箱线图（统计摘要）和散点图（原始数据），在一张图中同时呈现数据的全面信息。本文将手把手教你使用 Python 的 Matplotlib 库，绘制一张美观且信息量丰富的云雨图。

1. 环境准备

首先需要安装必要的库：

pip install numpy pandas matplotlib

若需要使用中文字体，请确保系统中存在相应字体（如“Heiti TC”），或替换为其他中文字体。

2. 代码结构与核心思路

我们最终要实现的效果如下：

• 小提琴图：半透明显示数据的分布形状（完整小提琴，但通过低透明度避免遮挡）。
• 箱线图：展示中位数、四分位数、均值等统计量，并添加缺口（notch）以比较中位数差异。
• 散点图：将所有数据点以抖动的方式绘制在箱线图左侧，避免重叠。
  下面分步解析代码。

3. 完整代码及详解

3.1 导入库与用户配置

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

# ======================
# 用户配置
# ======================
read_custom_data = False   # True=读取本地 data.csv；False=生成示例随机数据

# 配色（线色与填充色一一对应）
colors = ["#4f7942", "#c65f0a", "#a03530", "#5e4c8c", "#20648a"]
fill_colors = ["#b0d1a6", "#f5c5a0", "#e7a39a", "#b1a5c9", "#a0d8ef"]

# 设置中文字体，防止乱码
plt.rcParams['font.sans-serif'] = ['Heiti TC']
plt.rcParams['axes.unicode_minus'] = False

• read_custom_data 控制数据来源：True 时从本地 data.csv 读取，False 时生成示例随机数据。
• colors 和 fill_colors 分别定义了每个类别的线条颜色和填充颜色，两者一一对应，确保配色协调。
• 字体设置是为了正确显示中文标签，您可根据操作系统修改字体名（如 ‘SimHei’、‘Microsoft YaHei’）。

3.2 数据准备

if read_custom_data:
    data_df = pd.read_csv("data.csv")
else:
    np.random.seed(42)
    data = {
        'A': np.random.normal(10, 2, 100),
        'B': np.random.normal(15, 3, 100),
        'C': np.random.normal(8, 1.5, 100),
        'D': np.random.normal(12, 2.5, 100),
        'E': np.random.normal(20, 4, 100)
    }
    data_df = pd.DataFrame(data)

# 防御：颜色数要与列数匹配
if len(colors) < data_df.shape[1] or len(fill_colors) < data_df.shape[1]:
    raise ValueError("颜色数量与数据列数量不匹配，请补齐 colors / fill_colors。")

这里生成了五组正态分布数据，分别标记为 A~E。实际使用时，只需将 CSV 文件放置在相同目录下，文件格式为：第一行列名，后续行数值（允许不同列长度不一致，空值会被自动忽略）。

3.3 创建画布与循环绘图

fig, ax = plt.subplots(figsize=(10, 6))

x_labels = list(data_df.columns)
n_groups = len(x_labels)

for i, col in enumerate(x_labels):
    values = data_df[col].dropna().values  # 移除缺失值
    pos = i + 1  # 每组的位置

• figsize=(10,6) 设置画布大小。
• x_labels 为列名列表，用作横轴标签。
• 循环遍历每一列数据，pos 决定该组在横轴上的位置（从 1 开始）。

3.3.1 绘制小提琴图

    vp = ax.violinplot(values, positions=[pos], vert=True, widths=0.7,
                        showmeans=False, showmedians=False, points=100)
    body = vp['bodies'][0]
    body.set_facecolor(fill_colors[i])
    body.set_edgecolor(colors[i])
    body.set_alpha(0.2)
    body.set_linewidth(2)

• violinplot 绘制完整小提琴，widths=0.7 控制宽度，points=100 提高密度曲线的平滑度。
• 通过 set_facecolor 和 set_edgecolor 应用自定义颜色，set_alpha(0.2) 设置透明度，使背后的箱线和散点清晰可见。

3.3.2 绘制箱线图

    box = ax.boxplot(values, positions=[pos], vert=True, widths=0.2,
                     patch_artist=True, showmeans=True, meanline=True,
                     notch=True,
                     medianprops=dict(color=colors[i], linewidth=2),
                     whiskerprops=dict(color=colors[i], linewidth=1.5),
                     capprops=dict(color=colors[i], linewidth=1.5),
                     boxprops=dict(facecolor=fill_colors[i], edgecolor=colors[i], linewidth=2),
                     meanprops=dict(color=colors[i], linewidth=2),
                     flierprops=dict(marker='None'))  # 不显示自动离群点

• widths=0.2 让箱线图比小提琴窄，避免视觉混乱。
• patch_artist=True 使箱体可填充颜色；showmeans=True 显示均值线；notch=True 添加缺口，用于比较中位数。
• 各 props 参数分别设置中位数线、须线、箱体边框、均值线等的颜色与线宽。
• flierprops=dict(marker=‘None’) 隐藏自动离群点，因为我们会手动绘制所有点。

3.3.3 绘制散点图（抖动）

    jitter_strength = 0.1
    base_x = pos - 0.2  # 向左偏移
    x_jitter = base_x + np.random.uniform(-jitter_strength, jitter_strength, size=len(values))
    ax.scatter(x_jitter, values,
               s=30,  # 点大小
               c=fill_colors[i], edgecolors=colors[i], linewidth=1.5,
               alpha=0.8, zorder=3)

• 为了模拟 Plotly 中 pointpos=-2.0 的效果，我们将散点的基准位置向左偏移 0.2（base_x = pos - 0.2）。
• 添加均匀随机抖动（jitter_strength=0.1），避免点重叠。
  点的填充色使用 fill_colors，边框色使用 colors，并设置透明度 alpha=0.8 和图层顺序 zorder=3 确保点在箱线图之上。

3.4 布局美化

ax.set_xticks(range(1, n_groups + 1))
ax.set_xticklabels(x_labels, fontsize=12)
ax.set_ylabel("Y值", fontsize=12)
ax.grid(axis='y', linestyle='--', alpha=0.6)
ax.set_xlim(0.5, n_groups + 0.5)
ax.set_title("云雨图", fontsize=14)

plt.tight_layout()

• 设置横轴刻度与标签，纵轴标签。
• 添加水平虚线网格，便于阅读数值。
• set_xlim 适当扩展横轴范围，使图形不紧贴边界。
• tight_layout() 自动调整布局，防止标签被裁剪。

3.5 保存与显示

plt.savefig("云雨图.png", dpi=300, bbox_inches='tight')
plt.savefig('云雨图.pdf', bbox_inches='tight')  # 矢量图格式
plt.show()

• 同时输出高分辨率 PNG 和矢量 PDF 格式，方便后续使用。

4. 效果展示

运行上述代码（read_custom_data=False），将生成如下图所示的云雨图：

图中每组数据包含：

• 半透明小提琴：直观显示数据分布形态，可观察到是否多峰、偏态等。
• 箱线图：箱体代表 IQR，中线为中位数，缺口表示中位数的置信区间，绿色菱形为均值（均值线）。
• 散点：所有原始数据点以抖动方式分布在左侧，既保留了个案信息，又避免了重叠。

结语

本文详细介绍了如何使用 Matplotlib 绘制包含小提琴图、箱线图和散点图的云雨图。通过组合这三种图形，我们能够在一张图中同时呈现数据的分布、统计摘要和原始观测值，是探索性数据分析的有力工具。您可以根据自己的数据调整颜色、尺寸等参数，打造个性化的图表。