使用数据框中的 matplotlib 并排绘制多个箱线图

Question

我正在尝试从一个数据框中并排绘制 60 多个箱线图，我想知道是否有人可以提出一些可能的解决方案。目前我有df_new一个包含 66 列的数据框，我用它来绘制箱线图。我发现绘制箱线图的最简单方法是使用 pandas 中的箱线图包：boxplot = df_new.boxplot(column=x, figsize = (100,50))这给了我一个非常非常小的图表，轴难以辨认，我似乎无法更改字体大小，所以我试图在 matplotlib 中本地执行此操作，但我想不出一种有效的方法。我试图避免使用类似以下内容创建 66 个单独的箱线图：fig, ax = plt.subplots(nrows = 1,                        ncols = 66,                         figsize = (10,5),                        sharex = True) ax[0,0].boxplot(#insert parameters here)我实际上不知道如何将数据从 df_new.describe() 获取到箱线图函数中，所以任何关于此的提示将不胜感激！文档令人困惑。不确定 x 向量应该是什么。理想情况下，我只想为箱线图函数提供数据框，并让它通过动态计算所有四分位数、列分隔等来自动创建所有箱线图——这甚至可能吗？

Answer 1

我尝试将 the 替换为boxplota ridge plot，它占用的空间更少，因为：

1. 它需要宽度的一半

2. 你可以部分重叠山脊

3. 它是垂直发展的，所以你可以向下滚动所有的情节

我从seaborn 文档中获取代码并对其进行了一些调整，以便拥有 60 个不同的正态分布的脊；这里的代码：

import numpy as np

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

import itertools

sns.set(style="white", rc={"axes.facecolor": (0, 0, 0, 0)})

# # Create the data

n = 20

x = list(np.random.randn(1, 60)[0])

g = [item[0] + item[1] for item in list(itertools.product(list('ABCDEFGHIJ'), list('123456')))]

df = pd.DataFrame({'x': n*x,

                   'g': n*g})

# Initialize the FacetGrid object

pal = sns.cubehelix_palette(10, rot=-.25, light=.7)

g = sns.FacetGrid(df, row="g", hue="g", aspect=15, height=.5, palette=pal)

# Draw the densities in a few steps

g.map(sns.kdeplot, "x", clip_on=False, shade=True, alpha=1, lw=1.5, bw=.2)

g.map(sns.kdeplot, "x", clip_on=False, color="w", lw=2, bw=.2)

g.map(plt.axhline, y=0, lw=2, clip_on=False)

# Define and use a simple function to label the plot in axes coordinates

def label(x, color, label):

    ax = plt.gca()

    ax.text(0, .2, label, fontweight="bold", color=color,

            ha="left", va="center", transform=ax.transAxes)

g.map(label, "x")

# Set the subplots to overlap

g.fig.subplots_adjust(hspace=-.25)

# Remove axes details that don't play well with overlap

g.set_titles("")

g.set(yticks=[])

g.despine(bottom=True, left=True)

plt.show()

这是我得到的结果：

我不知道它是否适合您的需求，无论如何请记住，将如此多的发行版彼此相邻放置总是需要大量空间（和非常大的屏幕）。也许您可以尝试将分布分成更小的组并一次绘制一点？