Seaborn小提琴图中HUE参数的多列

Question

我正在使用小费数据集，以下是数据集的开头。

 total_bill tip     sex    smoker day time  size
0   16.99   1.01    Female  No  Sun Dinner  2
1   10.34   1.66    Male    No  Sun Dinner  3
2   21.01   3.50    Male    No  Sun Dinner  3
3   23.68   3.31    Male    No  Sun Dinner  2
4   24.59   3.61    Female  No  Sun Dinner  4

我的代码是

sns.violinplot(x='day',y='total_bill',data=tips, hue=['sex','smoker'])

我想要一个小提琴图，显示每天的总账单金额，并根据性别和是否吸烟来区分，但是我找不到设置多个hue值的选项。有没有办法？

- Ahmad Anis

Answer 1

被采纳答案建议的分面方法在这种情况下可能更好，但可能不容易适用于其他类型的Seaborn图（例如，在我的情况下，ecdfplot）。所以我想分享一下我找到的解决方案，它可以实现OP最初要求的目标，即实际上使用多列作为hue参数。

诀窍是hue可以是列名称，也可以是与数据长度相同的序列，列出要将每个数据点分配给的颜色类别。 所以...

sns.violinplot(x='day', y='total_bill', data=tips, hue='sex')

...基本上和以下的内容是一样的:

sns.violinplot(x='day', y='total_bill', data=tips, hue=tips['sex'])

通常情况下，您不会使用后者，因为这只是为了实现相同的功能而增加了更多的输入量 - 除非您想即时构建自定义序列：

sns.violinplot(x='day', y='total_bill', data=tips,
               hue=tips[['sex', 'smoker']].apply(tuple, axis=1))

通过 hue 传递的序列可以由你自己构建，唯一的要求是它必须与你的数据具有相同的长度，如果是类数组，则必须是一维的，因此你不能只传递 hue=tips[['sex', 'smoker']]，必须将这些列连接起来。我选择使用 tuple 作为最通用的方式，但如果你想更加控制格式，可以构建一个字符串的 Series（在这里将其保存到单独的变量中以提高可读性，但你不必这样做）：

hue = tips['sex'].astype(str) + ', ' + tips['smoker'].astype(str)
sns.violinplot(x='day', y='total_bill', data=tips, hue=hue)

- dlukes

Answer 2

你可以使用seaborn.catplot，将'sex'作为hue参数，将'smoker'作为列参数，生成并排的两个小提琴图。
以下是示例代码：

import seaborn as sns
import matplotlib.pyplot as plt
sns.set()

tips = sns.load_dataset("tips")

sns.catplot(x = "day",
            y = "total_bill",
            hue = "sex",
            col = "smoker",
            data = tips,
            kind = "violin",
            split = True)

plt.show()

这给了我这个图：

- Zephyr

Answer 3

• 创建一个新的列选项，类似于dlukes的答案。
• 从'day'/'sex'或'day'/'smoker'中创建一个组合字符串的列，将其设置为x=，分别使用'smoker'或'sex'作为hue=，并设置split=True。
• 在python 3.10，pandas 1.4.2，matplotlib 3.5.1和seaborn 0.11.2中测试通过。

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# load sample data
tips = sns.load_dataset("tips")

# create a new column
tips['Day - Sex'] = tips.day.astype(str) + ' - ' + tips.sex.astype(str)

# set to categorical to specify an order
categories = ['Thur - Female', 'Thur - Male', 'Fri - Female', 'Fri - Male', 'Sat - Female', 'Sat - Male', 'Sun - Female', 'Sun - Male']
tips['Day - Sex'] = pd.Categorical(tips['Day - Sex'], categories=categories, ordered=True)

# plot
fig, ax = plt.subplots(figsize=(12, 6))
sns.violinplot(x='Day - Sex', y='total_bill', data=tips, hue='smoker', ax=ax, split=True)

- Trenton McKinney