1. 云雨图：科研数据可视化的新宠

第一次在Nature子刊上看到云雨图时，我就被它独特的信息密度震撼到了。这种将核密度估计图、箱线图和散点图三合一的可视化方法，能同时展示数据分布形态、统计特征和原始数据点，完美解决了传统箱线图"隐藏"数据细节的问题。

云雨图得名于其视觉特征：顶部的核密度曲线像一朵"云"，中间的箱线图像一把"伞"，底部的散点则像落下的"雨滴"。我在分析小鼠实验数据时发现，当需要比较对照组和实验组的血清指标时，云雨图能清晰展示：1）实验组出现双峰分布；2）有3个异常值偏离主群体；3）中位数差异显著——这些信息在传统条形图中完全被掩盖。

2. 环境配置与数据准备

2.1 安装关键库

推荐使用conda创建专属环境：

conda create -n raincloud python=3.9 conda activate raincloud pip install ptitprince seaborn pandas matplotlib

遇到安装问题时，有个小技巧：先安装pyqt5可能会解决图形后端报错：

pip install pyqt5

2.2 数据格式要求

PtitPrince最擅长处理长格式数据。假设我们有一组临床试验数据：

import pandas as pd data = { 'PatientID': range(1, 101), 'Treatment': ['DrugA']*50 + ['DrugB']*50, 'Response': [*np.random.normal(5, 1, 45), 8, 9, 10, # DrugA组 *np.random.normal(7, 1.2, 48), 3, 12] # DrugB组 } df = pd.DataFrame(data)

提示：数据中的异常值（如DrugB组的3和12）会被箱线图自动识别，这正是云雨图的优势所在

3. 基础云雨图构建

3.1 分步构建法

先创建密度图基础：

import matplotlib.pyplot as plt import ptitprince as pt plt.figure(figsize=(10, 6)) ax = pt.half_violinplot(x="Treatment", y="Response", data=df, bw=0.2, width=0.6)

添加散点图时，调整jitter参数避免点重叠：

import seaborn as sns sns.stripplot(x="Treatment", y="Response", data=df, jitter=0.1, size=4, alpha=0.5)

最后用透明箱线图增强统计信息展示：

sns.boxplot(x="Treatment", y="Response", data=df, width=0.15, boxprops={'facecolor':'none'})

3.2 一键生成函数

PtitPrince提供了快捷函数：

pt.RainCloud(x="Treatment", y="Response", data=df, bw=0.2, width_viol=0.6, move=0.1)

参数说明：

• bw：控制密度曲线平滑度
• width_viol：调整密度图宽度
• move：散点图垂直偏移量

4. 高级定制技巧

4.1 多分组比较

处理三组以上数据时，使用hue参数和调色板：

pt.RainCloud(x="Treatment", y="Response", hue="Gender", data=df, palette="Set2", dodge=True)

4.2 纵向布局

有时水平布局更适合窄高图形：

pt.RainCloud(..., orient="v") # 改为垂直方向

4.3 学术级优化

发表级图表需要调整细节：

plt.rcParams.update({ 'font.family': 'Arial', 'font.size': 12, 'axes.linewidth': 1.2 }) fig, ax = plt.subplots(figsize=(8, 6), dpi=300) pt.RainCloud(..., ax=ax) ax.set_ylabel("Response Level (ng/ml)", fontweight='bold') ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False)

5. 实战：重复测量数据分析

处理纵向数据时，连接线能清晰展示趋势：

# 模拟重复测量数据 time_data = pd.DataFrame({ 'Subject': np.repeat(range(10), 3), 'Time': ['Baseline', 'Week4', 'Week8']*10, 'Value': [*np.random.normal(5,1,10), *np.random.normal(6,1.2,10), *np.random.normal(7,1.5,10)] }) pt.RainCloud(x="Time", y="Value", data=time_data, pointplot=True, linewidth=1.5)

6. 避坑指南

1. 密度曲线异常：当bw值过小时会出现锯齿，增大该值或检查数据离群值
2. 散点重叠：调整jitter参数或使用swarmplot替代stripplot
3. 图形元素错位：确保width_viol、box_width等参数比例协调

我在分析RNA-seq数据时发现，当组间样本量差异悬殊时，建议添加scale="count"参数，使密度图面积反映样本量：

pt.half_violinplot(..., scale="count")

云雨图的真正威力在于它打破了统计图表与原始数据之间的界限。记得去年在《Cell》评审时，有位审稿人特别称赞我们用云雨图清晰展示了药物剂量反应的异质性——这正是传统箱线图无法呈现的关键发现。