กราฟเมฆฝนRaincloud Plot

01ภาพรวมของกราฟนี้

Raincloud plot รวมสามอย่างที่เคยต้องเลือกอย่างใดอย่างหนึ่ง คือครึ่งไวโอลินสำหรับรูปร่าง กล่องสำหรับค่าสรุป และจุดดิบสำหรับข้อมูลจริง วางเรียงกันไม่ให้ทับ ผลคือผู้อ่านตรวจสอบสิ่งที่เห็นได้ครบทุกระดับในภาพเดียว

ใช้ที่ไหนบ้าง — งานวิจัยที่ต้องแสดงข้อมูลอย่างโปร่งใส การเทียบกลุ่มทดลอง หรือรายงานที่ผู้อ่านหลายระดับต้องใช้ร่วมกัน

สร้างอย่างไร

1. ขั้นที่ 1วาดครึ่งไวโอลินด้านหนึ่ง
2. ขั้นที่ 2วางกล่องสรุปไว้ตรงกลาง
3. ขั้นที่ 3โปรยจุดดิบไว้อีกด้าน
4. ขั้นที่ 4จัดให้ทั้งสามส่วนไม่ทับกัน

02อธิบายภาษาคนเข้าใจง่าย ๆ

กราฟการกระจายแต่ละชนิดมีจุดอ่อนของตัวเอง box plot ซ่อนรูปร่าง violin plot ซ่อนจำนวนข้อมูล และ strip plot ไม่ให้ค่าสรุป ที่ผ่านมาเราต้องเลือกอย่างใดอย่างหนึ่ง

Raincloud plot ไม่เลือก มันวางทั้งสามอย่างไว้ในแถวเดียวกันแต่แยกตำแหน่งไม่ให้ทับกัน ครึ่งไวโอลินอยู่ด้านบนเป็น "เมฆ" และจุดดิบโปรยอยู่ด้านล่างเป็น "ฝน"

เหตุผลที่ทำได้คือการใช้ครึ่งไวโอลินแทนเต็มตัว ซึ่งไม่ได้เสียข้อมูลอะไรเลยเพราะไวโอลินสมมาตรอยู่แล้ว การสะท้อนสองข้างเป็นแค่ความสวยงาม

ผลที่ได้คือความโปร่งใส ผู้อ่านที่เชื่อค่าสรุปก็ดูกล่อง ผู้อ่านที่อยากเห็นรูปร่างก็ดูเมฆ และผู้อ่านที่อยากตรวจสอบก็นับจุดฝนได้

ข้อแลกเปลี่ยนคือใช้พื้นที่มากกว่าและอาจดูรกถ้ามีหลายกลุ่ม ในทางปฏิบัติใช้ได้ดีที่ 2-5 กลุ่ม เกินกว่านั้นควรกลับไปใช้ box plot หรือ violin plot

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ตัดค่าว่างออก
2. เลือก bandwidth ของครึ่งไวโอลิน
3. จัดพื้นที่ให้ทั้งสามชั้นไม่ทับกัน

ค่าที่หายไป — ตัดค่าว่างและรายงานจำนวน เพราะผู้อ่านจะนับจุดฝนได้

สเกลของแกน — linear และทุกกลุ่มใช้สเกลเดียวกัน

หน้าตาไฟล์ที่ต้องเตรียม

group,value
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. ดูกล่องก่อนเพื่ออ่านค่าสรุป
2. ดูเมฆเพื่อตรวจรูปร่าง
3. ดูฝนเพื่อยืนยันว่ามีข้อมูลจริงกี่จุด

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. เขียนจำนวนข้อมูลของแต่ละกลุ่ม
2. อธิบายว่าเมฆคือความหนาแน่นและฝนคือข้อมูลจริง
3. ระบุ bandwidth ที่ใช้

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ raincloud-plot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด raincloud-plot-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import numpy as np

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("raincloud-plot-sample.csv")
df["value"] = pd.to_numeric(df["value"], errors="coerce")
NOTE = "layers"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

groups = list(df["group"].unique())
rng = np.random.default_rng(42)
for i, g in enumerate(groups):
    v = df[df["group"] == g]["value"]
    parts = ax.violinplot([v], positions=[i], widths=0.7, showextrema=False)
    for b in parts["bodies"]:                                   # ตัดเหลือครึ่งบน = เมฆ
        b.get_paths()[0].vertices[:, 0] = np.clip(b.get_paths()[0].vertices[:, 0], i, i + 0.4)
        b.set_facecolor("#9ec5f4"); b.set_alpha(0.7)
    ax.boxplot([v], positions=[i - 0.06], widths=0.1, showfliers=False)   # กล่องสรุป
    ax.scatter(np.full(len(v), i - 0.28) + rng.uniform(-0.06, 0.06, len(v)), v,
               s=14, alpha=0.5, color=C1)                        # ฝน = ข้อมูลจริง
ax.set_xticks(range(len(groups))); ax.set_xticklabels(groups)

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("raincloud-plot.png", dpi=160)
print("เขียน raincloud-plot.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ใส่กลุ่มมากเกินไปจนแต่ละกลุ่มแคบและสามชั้นทับกัน
2. ใช้กับข้อมูลเยอะเกินไปจนชั้นฝนกลายเป็นก้อนทึบ
3. ตัดกล่องออกเพื่อความสวยงาม ทำให้อ่านค่าสรุปไม่ได้
4. ไม่อธิบายว่าแต่ละชั้นคืออะไร ทำให้ผู้อ่านสับสน

เมื่อไหร่ไม่ควรใช้กราฟนี้

• มีกลุ่มมากกว่า 5 กลุ่ม→ใช้แทน: box-plot หรือ violin-plot
• พื้นที่จำกัด→ใช้แทน: box-plot
• ข้อมูลมากกว่า 500 จุดต่อกลุ่ม→ใช้แทน: violin-plot

กราฟที่เกี่ยวข้อง