使用 Seaborn 一次绘制数据集中所有变量的箱线图

Question

看了很多视频，看了Seaborn文档，查了很多网站，还是没找到问题的答案。

这来自 Seaborn 文档：

iris = sns.load_dataset("iris")
ax = sns.boxplot(data=iris, orient="h", palette="Set2")

此代码为单个图中的每个数值变量创建箱线图。

当我尝试添加 hue=“species”时，ValueError：无法在没有 x 和 y 的情况下使用 hue。有没有办法用 Seaborn 做到这一点？我想查看所有数值变量的箱线图并探索分类变量。因此该图将显示每个物种的所有数值变量。由于有 3 个物种，箱线图的总数为 12（3 个物种乘以 4 个数值变量）。

我正在学习 EDA（探索性数据分析）。我认为上图将帮助我一次探索许多变量。

感谢您花时间阅读我的问题！

Answer 1

要应用“色调”，seaborn 需要 "long" form. df.melt() 中的数据框是一个 pandas 函数，可以在此处提供帮助。它将数字列转换为 2 个新列：一个称为“变量”的列的旧名称，另一个称为“值”的值。生成的数据帧将是 4 倍长，因此“值”可用于 x=，“变量”可用于 y=。

长格式如下：

	species	variable	value
0	setosa	sepal_length	5.1
1	setosa	sepal_length	4.9
2	setosa	sepal_length	4.7
3	setosa	sepal_length	4.6
4	setosa	sepal_length	5.0
	...	...	...

import seaborn as sns
from matplotlib import pyplot as plt

iris = sns.load_dataset("iris")
iris_long = iris.melt(id_vars=['species'])
ax = sns.boxplot(data=iris_long, x="value", y="variable", orient="h", palette="Set2", hue="species")
plt.tight_layout()
plt.show()

使用 Seaborn 一次绘制数据集中所有变量的箱线图

Boxplots with Seaborn for all variables in a dataset at once

python

matplotlib

pandas

seaborn

iris-dataset