Seaborn Plot 包括相同数据的不同分布

Question

我希望创建一个 seaborn pointplot 来显示列中的完整数据分布，以及最低 25% 的值分布和最高 25% 的值分布值，并且并排（在 x 轴上）。到目前为止，我的尝试为我提供了这些值，但它们仅显示在 x 轴的同一部分，并没有在图表上从左到右展开，并且没有明显的方法来标记 x 刻度的点（我更喜欢，而不是通过图例）。

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

df = sns.load_dataset('tips')
df1 = df[(df.total_bill < df.total_bill.quantile(.25))]
df2 = df[(df.total_bill > df.total_bill.quantile(.75))]

sns.pointplot(y=df['total_bill'], data=df, color='red')
sns.pointplot(y=df1['total_bill'], data=df1, color='green')
sns.pointplot(y=df2['total_bill'], data=df2, color='blue')

Answer 1

您可以 .join() 将新发行版添加到现有 df，然后 .plot() 使用宽格式：

lower, upper = df.total_bill.quantile([.25, .75]).values.tolist()
df = df.join(df.loc[df.total_bill < lower, 'total_bill'], rsuffix='_lower')
df = df.join(df.loc[df.total_bill > upper, 'total_bill'], rsuffix='_upper')
sns.pointplot(data=df.loc[:, [c for c in df.columns if c.startswith('total')]])

得到：

如果您想添加组，只需使用 .unstack() 即可获得 long 格式：

df = df.loc[:, ['total_bill', 'total_bill_upper', 'total_bill_lower']].unstack().reset_index().drop('level_1', axis=1).dropna()
df.columns = ['grp', 'val']

得到：

sns.pointplot(x='grp', y='val', hue='grp', data=df)

Answer 2

我会考虑添加一个 "group" 然后绘制为单个 DataFrame。

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

df = sns.load_dataset('tips')
df = df.append(df)

df.loc[(df.total_bill < df.total_bill.quantile(.25)),'group'] = 'L'
df.loc[(df.total_bill > df.total_bill.quantile(.75)),'group'] = 'H'
df = df.reset_index(drop=True)
df.loc[len(df)/2:,'group'] = 'all'

sns.pointplot(data = df,
              y='total_bill',
              x='group',
              hue='group',
              linestyles='')

Seaborn Plot 包括相同数据的不同分布

Seaborn Plot including different distributions of the same data

python

machine-learning

matplotlib

pandas

seaborn