箱线图：在seaborn中自定义宽度

Question

箱线图：在seaborn中自定义宽度

8

我正试图使用seaborn绘制箱线图，其宽度取决于x轴值的对数。我正在创建宽度列表，并将其传递给seaborn.boxplot方法的widths参数。

但是，我得到的结果是：

raise ValueError(datashape_message.format("widths"))
ValueError: List of boxplot statistics and `widths` values must have same the length

当我进行调试并检查时，发现箱线图统计信息只有一个字典，而我有8个箱线图。无法确定问题出在哪里。

这是箱线图的图片

我正在使用pandas数据帧和seaborn进行绘图。

- FARAZ SHAIKH

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- JohanC · Accepted Answer

Seaborn的箱线图似乎无法理解widths=参数。

这里有一种使用matplotlib的boxplot每个x值创建一个箱线图的方法，该方法接受width=参数。下面的代码假设数据已经组织在panda的数据框中。

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns

df = pd.DataFrame({'x': np.random.choice([1, 3, 5, 8, 10, 30, 50, 100], 500),
                   'y': np.random.normal(750, 20, 500)})
xvals = np.unique(df.x)
positions = range(len(xvals))
plt.boxplot([df[df.x == xi].y for xi in xvals],
            positions=positions, showfliers=False,
            boxprops={'facecolor': 'none'}, medianprops={'color': 'black'}, patch_artist=True,
            widths=[0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
means = [np.mean(df[df.x == xi].y) for xi in xvals]
plt.plot(positions, means, '--k*', lw=2)
# plt.xticks(positions, xvals) # not needed anymore, as the xticks are set by the swarmplot
sns.swarmplot('x', 'y', data=df)
plt.show()

有一篇相关问题问如何根据群组大小设置框的宽度。可以将宽度计算为某个最大宽度乘以每个群组的大小与最大群组大小的比值。

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns

y_true = np.random.normal(size=100)
y_pred = y_true + np.random.normal(size=100)
df = pd.DataFrame({'y_true': y_true, 'y_pred': y_pred})
df['y_true_bin'] = pd.cut(df['y_true'], range(-3, 4))

sns.set()
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(12, 5))
sns.boxplot(x='y_true_bin', y='y_pred', data=df, color='lightblue', ax=ax1)

bins, groups = zip(*df.groupby('y_true_bin')['y_pred'])
lengths = np.array([len(group) for group in groups])
max_width = 0.8
ax2.boxplot(groups, widths=max_width * lengths / lengths.max(),
            patch_artist=True, boxprops={'facecolor': 'lightblue'})
ax2.set_xticklabels(bins)
ax2.set_xlabel('y_true_bin')
ax2.set_ylabel('y_pred')
plt.tight_layout()
plt.show()