如何在同一个图上对多个字典进行箱线图

Question

对于变化点检测任务，我正在根据基线测试我自己的算法，并且我想将两种算法的结果绘制在同一个箱线图上。

我的结果（F 分数值）存储在字典中，其中键是两个参数a和b （都有 4 个不同的值）：

resultsOwnAlgorithm = {'a1, b1': [0.8, 0.7, 0.6, ...], 'a1, b2': [...], ..., 'a2, b1': [...], ...}
resultsBaseline = {'a1, b1': [0.7, 0.6, ...], 'a1, b2': [...], ..., 'a2, b1': [...], ...}

现在，我有一个单独绘制它们的功能。 我创建了 4 个子图，其中设置a并且b正在更改，请参见图像（值是随机的，只是为了创建示例图像）。 该函数如下所示：

def plotResults(results, keys, test):
    
    fig, axs = plt.subplots(2,2,figsize=(10,10))
    for ax in axs.flat:
        ax.set_ylim(0,1)
        ax.set_xticks(range(len(abrs)))
        ax.set_xticklabels(abrs)
    
    count = 0
    for i in (0,1):
        for j in (0,1):
            axs[i,j].set_title(str(test) + ', mean shift: ' + str(keys[count][0][0:2]).strip('x,') + ', iters=' + str(iterations), fontweight ="bold")
            l = keys[count]
            k = {k:results[k] for k in l if k in results}
            label, data = k.keys(), k.values()
            axs[i,j].boxplot(data,showfliers=False,patch_artist=True)
            axs[i,j].set_xticks(range(1, len(label) + 1))
            axs[i,j].set_xticklabels(label)
            count+=1

其中results是resultsOwnAlgorithm或resultsBaseline ， keys是字典键，因此a和b的不同组合和test仅用于将正在绘制的算法放在标题中。

我的问题是：我如何在同一个情节上并排绘制它们？

Answer 1

您的绘图功能中有一些错误，所以我可以在不做很大假设的情况下让它工作，比如abrs是什么以及iterations是什么。 你应该在继续你的工作之前修复它们，因为这个函数很可能从全局范围（假设是一个 jupyter notebook）中获取它们，这将导致稍后出现错误，正如我以前痛苦地经历过的那样。

无论如何，您的问题可以首先通过调整您的代码以使用 seaborn 来解决。 检查此处的示例， “通过两个分类变量绘制具有嵌套分组的箱线图” 。

可以更轻松地修改以适合您的用例的方法是：生成一组将与每个箱线图组关联的x值。 然后，根据您要放置此箱线图的位置，向左或向右添加偏移。 然后你必须修复蜱虫等等，但你已经知道如何去做了。 这是一个尽可能多地维护您的结构的示例。

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
resultsOwnAlgorithm = {'a1, b1': np.random.normal(scale=2, size=20), 'a2, b2': np.random.normal(scale=1.5, size=20)}
resultsBaseline = {'a1, b1': np.random.normal(scale=2, size=20), 'a2, b2': np.random.normal(scale=1.5, size=20)}
x_vals = np.arange(0, len(resultsOwnAlgorithm))
xs = {key:val for key, val in zip(resultsOwnAlgorithm.keys(), x_vals)}
shift = 0.1

fig, ax = plt.subplots()
for key in resultsOwnAlgorithm.keys():
    ax.boxplot(resultsOwnAlgorithm[key], positions=[xs[key] - shift], boxprops=dict(color='r'))
    ax.boxplot(resultsBaseline[key], positions=[xs[key] + shift], boxprops=dict(color='b'))

ax.set_xticks(x_vals)
ax.set_xticklabels(resultsOwnAlgorithm.keys())

这会产生以下图表：

Answer 2

• 最简单的解决方案可能是将所有字典组合成一个pands.DataFrame 。 这将使数据易于分析和绘图。
  1. 遍历字典列表，压缩成一个字符串，用于识别数据的来源。
  2. 创建数据框。
  3. 添加一个新列来标识数据。
  4. 将数据框附加到列表中。
  5. 将 DataFrame 列表与pd.concat结合，并重置索引。
  6. 使用pd.DataFrame.melt将 DataFrame 重塑为长形
• Seaborn是 matplotlib 的高级 api，可以轻松绘制长格式数据并通过hue参数分隔组。
  • 使用带有kind='box'的图形级绘图sns.catplot ，或使用轴级绘图sns.boxplot 。
  • Seaborn 比使用多次调用matplotlib.axes.Axes.boxplot更容易扩展，其中每个额外的箱线图组必须指定positions= 。
• 在python 3.10 、 pandas 1.4.2 、 matplotlib 3.5.1 、 seaborn 0.11.2

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

# create sample dictionaries
np.random.seed(2022)
custom = {f'a{v}, b{v}': np.random.normal(scale=v, size=100) for v in range(1, 5)}
baseline = {f'a{i}, b{i}': np.random.normal(scale=v, size=100) for i, v in enumerate(np.arange(1.5, 5.5), 1)}

# create and shape dataframe
dfs = list()
for d, _id in zip([resultsBaseline, resultsOwnAlgorithm], ['baseline', 'custom']):
    df = pd.DataFrame(d)
    df['Algorithm'] = _id
    dfs.append(df)
dfs = pd.concat(dfs).reset_index(drop=True)
dfm = dfs.melt(id_vars='Algorithm', var_name='Parameters', value_name='Score')

# plot
g = sns.catplot(kind='box', data=dfm, x='Parameters', y='Score', hue='Algorithm', height=6, aspect=2)
plt.show

数据框视图

• dfs.head()

     a1, b1    a2, b2    a3, b3    a4, b4 Algorithm
0  0.834463 -1.092923  4.875117 -4.946214  baseline
1  1.338891  0.225008 -0.305499  0.570333  baseline
2  0.261615  2.128844  2.194177  0.494803  baseline
3  0.273740 -2.395624 -3.495572  0.006312  baseline
4 -0.997368  0.984808 -3.956302  0.206667  baseline

• dfm.head()

  Algorithm Parameters     Score
0  baseline     a1, b1  0.834463
1  baseline     a1, b1  1.338891
2  baseline     a1, b1  0.261615
3  baseline     a1, b1  0.273740
4  baseline     a1, b1 -0.997368