如何使用seaborn为每个数据列设置绘图样式来绘制分类数据？

Question

背景

假设我有以下数据集：

import pandas as pd
import numpy as np

data = ([["Cheese", x] for x in np.random.normal(0.8, 0.03, 10)] + 
        [["Meat", x] for x in np.random.normal(0.4, 0.05, 14)] + 
        [["Bread", 0.8], ["Bread", 0.65]])

df = pd.DataFrame(data, columns=["Food", "Score"])


import seaborn as sns
import matplotlib.pyplot as plt
sns.set(style="ticks", color_codes=True)
sns.set_context("paper")
sns.catplot(x="Score", y="Food", kind="box", data=df)

产生以下图（或类似图，取决于生成的随机数）：

我用我的实际数据绘制箱线图的原因是，单个点与我想要显示的类别数量相结合，使图表在视觉上过于嘈杂，而这些方框给出了数据如何分布的一个很好的总体概述，即我在追求什么。 但是，问题在于“面包”类别之类的类别。

题

正如您所观察到的，seaborn 为所有三个类别生成了带有中位数、四分位数等的框。 但是，由于类别“面包”只有两个数据点，因此对该类别使用箱线图并不是真正合适的表示。 我更愿意将此类别仅作为单个点。

但是，当查看https://seaborn.pydata.org/tutorial/categorical.html上的示例时，结合箱线图和简单点的唯一建议是为所有类别绘制两者，这不是我所追求的。

简而言之：如何使用 seaborn 绘制分类数据，为每个类别选择适当的表示？

Answer 1

也许尝试为面包而不是面包创建 df ：

dfb = df[df['Food'].notnull() & (df['Food'] == 'Bread')]
dfnot_b = df[df['Food'].notnull() & (df['Food'] != 'Bread')]

然后添加另一个轴：

fig, ax = plt.subplots()
ax2 = ax.twinx()

尝试不同的情节：

sns.boxplot(x="Score", y="Food", data=dfnot_b, ax=ax)
sns.stripplot(x="Score", y="Food", data=dfb, ax=ax2)