pythonにおける1次元のscatter plotとそれを縦にならべる方法が分からない。

Question

実現したいこと

pycaretにおけるshapのような図をmatplotllibで作成したいです. 手元には一次元配列がいくつかあり, それを横軸方向にプロットさせるのを上から繰り返すことでそれを実現させようとしています. 横軸にプロットするとは具体的に2番目の図のような1次元散布図を横にすることを指しています.
しかし, 以下の点が分からず困っています.

1. 横軸方向1次元にプロットする方法が分からない. 検索しているものの意外に見つからず困っております.

2. それらを縦に並べる方法が分からない.

急ぎで投げるような形になってしまい大変申し訳ないのですがどちらかでもご存じの方教えて下さると大変助かります.

。

補足情報（FW/ツールのバージョンなど）

python 3.7.13
matplotlib 3.5.2

Comments

[meg_]

> python自力で作成したい
１．グラフを描画する前のデータは既にあるということでしょうか？どういう形式のものでしょうか？
２．「自力で」とはどういう意味でしょうか？グラフ作成のためには何らかのモジュールが必要かと思いますが。

[Tanhx]

1. データ形式はX [0, 1, 4, 9], Y[0, 3, 9, 8], Z[9,4, 8, 3]のように一次元配列が複数あり, それらを上から横方向に一次元でプロットさせていきたいという感じです
2. 自力というのは表現が悪く, matplotlibを用いようと思っています

[bsdfan]

横軸方向1次元にプロットという表現のイメージがわかりにくいのですが、bar chart みたいな感じですか？

[jbpb0]

質問の

> pycaretにおけるshapのような図

は「beeswarm」プロット
https://shap.readthedocs.io/en/latest/example_notebooks/api_examples/plots/beeswarm.html
で、似てるものは「seaborn.swarmplot」
https://seaborn.pydata.org/generated/seaborn.swarmplot.html
で描画できます

参考
https://cyanatlas.hatenablog.com/entry/2020/10/10/174915
https://datawokagaku.com/seaborn_categoricalplot/#snsswarmplot
https://sabopy.com/py/seaborn-8/

[Tanhx]

@jbpb0 さん, ありがとうございます. とても参考にさせていただきました.

Answer 1

1. データ形式はX [0, 1, 4, 9], Y[0, 3, 9, 8], Z[9,4, 8, 3]のように一次元配列が複数あり, それらを上から横方向に一次元でプロットさせていきたいという感じです
2. 自力というのは表現が悪く, matplotlibを用いようと思っています

from matplotlib import pyplot as plt

X = [0, 1, 4, 9]
Y = [0, 3, 9, 8]
Z = [9, 4, 8, 3]
data = [X, Y, Z]
label = ['X', 'Y', 'Z'] 
l = len(data)
x = range(len(X))

fig = plt.figure()
gs = fig.add_gridspec(l, hspace=0)
axs = gs.subplots(sharex=True)

fig.suptitle('Multiple plots')
for i in range(l):
    axs[i].scatter(x, data[i])
    axs[i].set_xticks(x)
    y1, y2 = axs[i].get_ylim()
    print(y1, y2)
    length = y2 - y1
    axs[i].set_ylim((y1-length*2, y2+length*2))
    axs[i].set_yticks([y1+(y2-y1)/2])
    axs[i].set_yticklabels(label[i])

for ax in axs:
    ax.label_outer()
    ax.grid()

for ax in axs[:-1]:
    ax.spines[['right', 'left', 'top', 'bottom']].set_visible(False)

axs[-1].spines[['right', 'left', 'top']].set_visible(False)

plt.show()