同一图上的 Python 并排箱线图

Posted 2023-03-11

【中文标题】同一图上的 Python 并排箱线图

【英文标题】：Python Side-by-side box plots on same figure

【发布时间】：2016-09-08 14:05:21

【问题描述】：

我正在尝试在 Python 2.7 中为下面 Pandas 数据框中的 E 列中的每个分类值生成一个箱线图

          A         B         C         D  E
0  0.647366  0.317832  0.875353  0.993592  1
1  0.504790  0.041806  0.113889  0.445370  2
2  0.769335  0.120647  0.749565  0.935732  3
3  0.215003  0.497402  0.795033  0.246890  1
4  0.841577  0.211128  0.248779  0.250432  1
5  0.045797  0.710889  0.257784  0.207661  4
6  0.229536  0.094308  0.464018  0.402725  3
7  0.067887  0.591637  0.949509  0.858394  2
8  0.827660  0.348025  0.507488  0.343006  3
9  0.559795  0.820231  0.461300  0.921024  1

我愿意使用 Matplotlib 或任何其他绘图库来执行此操作。到目前为止，上面的代码可以将所有类别组合在一个图上。这是生成上述数据并生成绘图的代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
fig, ax = plt.subplots()

# Data
df = pd.DataFrame(np.random.rand(10,4),columns=list('ABCD'))
df['E'] = [1,2,3,1,1,4,3,2,3,1]

# Boxplot
bp = ax.boxplot(df.iloc[:,:-1].values, widths=0.2)
plt.show()

在本例中，类别为 1、2、3、4。我想在同一个图中并排绘制单独的箱线图，仅用于类别 1 和 2，并在图例中显示类别名称。

有没有办法做到这一点？

其他信息：

输出应该类似于here 中的第三个图 - 将“Yes”、“No”替换为“1”、“2”。

【问题讨论】：

这个例子行不通，因为matplotlib按列绘制数据，所以会有4个箱线图，分别标记为A、B、C和D。

是的，没错。我想有 4 个类别 1 的箱形图和 4 个类别 2 的箱形图。我添加了一个指向 OP 的链接，显示其他地方正在做类似的事情。我正在寻找与此类似的情节。

【参考方案1】：

从这里开始：

import numpy
import pandas
from matplotlib import pyplot
import seaborn
seaborn.set(style="ticks")

# Data
df = pandas.DataFrame(numpy.random.rand(10,4), columns=list('ABCD'))
df['E'] = [1, 2, 3, 1, 1, 4, 3, 2, 3, 1]

您有几个选择。如果单独的轴没问题，

fig, axes = pyplot.subplots(ncols=4, figsize=(12, 5), sharey=True)
df.query("E in [1, 2]").boxplot(by='E', return_type='axes', ax=axes)

如果你想要 1 个轴，我认为 seaborn 会更容易。你只需要清理你的数据。

ax = (
    df.set_index('E', append=True)  # set E as part of the index
      .stack()                      # pull A - D into rows 
      .to_frame()                   # convert to a dataframe
      .reset_index()                # make the index into reg. columns
      .rename(columns='level_2': 'quantity', 0: 'value')  # rename columns
      .drop('level_0', axis='columns')   # drop junk columns
      .pipe((seaborn.boxplot, 'data'), x='E', y='value', hue='quantity', order=[1, 2])  
)
seaborn.despine(trim=True)

seaborn 很酷的一点是，稍微调整参数可以在情节布局方面取得很多成就。如果我们切换 hue 和 x 变量，我们会得到：

ax = (
    df.set_index('E', append=True)  # set E as part of the index
      .stack()                      # pull A - D into rows 
      .to_frame()                   # convert to a dataframe
      .reset_index()                # make the index into reg. columns
      .rename(columns='level_2': 'quantity', 0: 'value')  # rename columns
      .drop('level_0', axis='columns')   # drop junk columns
      .pipe((seaborn.boxplot, 'data'), x='quantity', y='value', hue='E', hue_order=[1, 2])  
)
seaborn.despine(trim=True)

如果您好奇，生成的数据框如下所示：

    E quantity     value
0   1        A  0.935433
1   1        B  0.862290
2   1        C  0.197243
3   1        D  0.977969
4   2        A  0.675037
5   2        B  0.494440
6   2        C  0.492762
7   2        D  0.531296
8   3        A  0.119273
9   3        B  0.303639
10  3        C  0.911700
11  3        D  0.807861

【讨论】：

当我尝试df = df.set_index('E', append=True).stack().to_frame().rename(columns='level_2': 'quantity', 0: 'value').drop('level_0', axis='columns') 时，我收到错误ValueError: labels ['level_0'] not contained in axis。我希望能够在绘制之前看到数据框。是否可以在生成箱线图之前先生成 Pandas DF？是否可以在 seaborn 中自定义晶须大小、帽子大小、传单大小/颜色等内容？

是的。只是不要将它导入 seaborn.boxplot 并单独调用它。

感谢工作。是否可以在 seaborn 中自定义诸如胡须大小、帽子大小、传单大小/颜色等内容？例如。在 matplotlib 中，我会完成 bp = ax.boxplot()，然后在 bp['whiskers'] 中处理胡须：whisker.set(lw=0.5,linestyle='-')。当我用bp = sns.boxplot() 尝试这个时，我得到TypeError: 'Axes' object has no attribute '__getitem__'。可以进行这些自定义吗？

seaborn.boxplots 将所有额外的 kwargs 直接传递给 pyplot.boxplot，其文档在这里：matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.boxplot。如果您想深入了解自定义箱线图，那值得单独提问

很好的答案。这回答了我的问题，并提供了另一种快速可视化数据框的方法。

【参考方案2】：

@Paul_H 答案的补充。

单张matplotlib.axes.Axes 上的并排箱线图，没有 seaborn：

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


df = pd.DataFrame(np.random.rand(10,4), columns=list('ABCD'))
df['E'] = [1, 2, 1, 1, 1, 2, 1, 2, 2, 1]

mask_e = df['E'] == 1

# prepare data
data_to_plot = [df[mask_e]['A'], df[~mask_e]['A'],
                df[mask_e]['B'], df[~mask_e]['B'],
                df[mask_e]['C'], df[~mask_e]['C'],
                df[mask_e]['D'], df[~mask_e]['D']]

# Positions defaults to range(1, N+1) where N is the number of boxplot to be drawn.
# we will move them a little, to visually group them
plt.figure(figsize=(10, 6))
box = plt.boxplot(data_to_plot,
                  positions=[1, 1.6, 2.5, 3.1, 4, 4.6, 5.5, 6.1],
                  labels=['A1','A0','B1','B0','C1','C0','D1','D0'])