时间戳

首页 > 解决方案 > 如何使用 sns.catplot 在箱线图顶部叠加散点图？

python - 如何使用 sns.catplot 在箱线图顶部叠加散点图？

问题描述

可以通过简单地连续调用它们来组合轴级绘图函数：

import seaborn as sns
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
sns.set_theme(style="whitegrid")
ax = sns.boxplot(x="day", y="total_bill", data=tips)
ax = sns.stripplot(x="day", y="total_bill", data=tips, 
                   color=".25", alpha=0.7, ax=ax)
plt.show()

如何为图形级功能实现这一点sns.catplot()？sns.catplot()每次连续调用创建一个新图形，并且传递图形句柄是不可能的。

# This creates two separate figures:
sns.catplot(..., kind="box")
sns.catplot(..., kind="strip")

标签： pythonseaborn

解决方案

以下适用于 seaborn v0.11：

import seaborn as sns 
import matplotlib.pyplot as plt
tips = sns.load_dataset("tips")
g = sns.catplot(x="sex", y="total_bill", hue="smoker", col="time",
                data=tips, kind="box",
                palette=["#FFA7A0", "#ABEAC9"],
                height=4, aspect=.7);
g.map_dataframe(sns.stripplot, x="sex", y="total_bill", 
                hue="smoker", palette=["#404040"], 
                alpha=0.6, dodge=True)
# g.map(sns.stripplot, "sex", "total_bill", "smoker", 
#       palette=["#404040"], alpha=0.6, dodge=True)
plt.show()

说明：在第一遍中，箱线图是使用sns.catplot(). 该函数返回一个sns.FacetGrid为分类参数的每个值容纳不同轴的a time。在第二遍中，这FacetGrid被重新用于覆盖散点图（sns.stripplot或替代地，sns.swarmplot）。上面使用方法map_dataframe()是因为它是一个带有命名列data的熊猫。DataFrame（或者，map()也可以使用。）设置dodge=True确保散点图沿每个hue类别的类别轴移动。最后，请注意，通过调用sns.catplot()withkind="box"然后在第二步中覆盖散点图，可以隐式规避重复图例条目的问题。

结果图

替代方案（不推荐）：也可以先创建一个FacetGrid对象，然后调用map_dataframe()两次。虽然这适用于本示例，但在其他情况下，必须确保属性映射在各个方面正确同步（请参阅文档中的警告）。sns.catplot()照顾这个，以及传说。

g = sns.FacetGrid(tips, col="time", height=4, aspect=.7)
g.map_dataframe(sns.boxplot, x="sex", y="total_bill", hue="smoker", 
                palette=["#FFA7A0", "#ABEAC9"])
g.map_dataframe(sns.stripplot, x="sex", y="total_bill", hue="smoker", 
                palette=["#404040"], alpha=0.6, dodge=True)
# Note: the default legend is not resulting in the correct entries.
#       Some fix-up step is required here...
# g.add_legend()
plt.show()

推荐阅读