使用色調和不同比例軸的 Seaborn（時間序列）箱線圖

Question

我有一個數據框，每個日期有多個值（日期時間字段）。 使用列Group將此值分類為 U（用戶）和 S（會話）。 Seaborn 用於可視化每個日期的兩個箱線圖，其中色調設置為Group 。

當考慮到 U（用戶）對應的值比 S（會話）對應的值大得多時，問題就出現了，使得 S 數據難以辨認。 因此，我需要想出一個解決方案，使我能夠以可理解的方式在同一圖中繪制兩個系列（U 和 S）。

我想知道是否可以為每個色調設置獨立的 Y 軸（具有不同的比例），以便顯示兩個 Y 軸（就像使用twinx但不失去色調可視化功能時一樣）。

歡迎任何其他選擇 =)

S 箱線圖時間序列箱線圖：

使用色調的組合箱線圖時間序列。 顯然，由於 Y 軸的刻度，無法看到有關 S 組的任何信息：

數據框的列：

| 日（日期時間）| n_data（數字）| 組（S 或 U）|

生成組合箱線圖的代碼行：

seaborn.boxplot(ax=ax,x='Day', y='n_data', hue='Group', data=df, 
                palette='PRGn', showfliers=False)

---

設法通過使用 twinx 找到了解決方案：

fig,ax= plt.subplots(figsize=(50,10))

tmpU = groups.copy() 
tmpU.loc[tmp['Group']!='U','n_data'] = np.nan

tmpS = grupos.copy()
tmpS.loc[tmp['Group']!='S','n_data'] = np.nan

ax=seaborn.boxplot(ax=ax,x='Day', y = 'n_data', hue='Group', data=tmpU, palette = 'PRGn', showfliers=False)

ax2 = ax.twinx()

seaborn.boxplot(ax=ax2,x='Day', y = 'n_data', hue='Group', data=tmpS, palette = 'PRGn', showfliers=False)

handles,labels = ax.get_legend_handles_labels()
l= plt.legend(handles[0:2],labels[0:2],loc=1)

plt.setp(ax.get_xticklabels(),rotation=30,horizontalalignment='right')
for label in ax.get_xticklabels()[::2]:
    label.set_visible(False)

plt.show()
plt.close('all')

上面的代碼生成下圖：

在這種情況下，結果太密集而無法發布。 因此，我會采用基於子圖的可視化，正如 Parfait 在他/她的回答中所說的那樣。

這對我來說不是一個明顯的解決方案，所以我要感謝 Parfait 的回答。

Answer 1

考慮在同一圖上構建單獨的圖，y 軸范圍針對子集數據量身定制。 下面演示了隨機數據的可重復性（對於這篇文章的讀者）。

數據（U 值高於 S 值）

import pandas as pd
import numpy as np
import seaborn
import matplotlib.pyplot as plt

np.random.seed(2018)
u_df = pd.DataFrame({'Day': pd.date_range('2016-10-01', periods=10)\
                              .append(pd.date_range('2016-10-01', periods=10)),
                     'n_data': np.random.uniform(0,800,20),
                     'Group': 'U'})

s_df = pd.DataFrame({'Day':  pd.date_range('2016-10-01', periods=10)\
                               .append(pd.date_range('2016-10-01', periods=10)),
                     'n_data': np.random.uniform(0,200,20),
                     'Group': 'S'})

df = pd.concat([u_df, s_df], ignore_index=True)
df['Day'] = df['Day'].astype('str')

陰謀

fig = plt.figure(figsize=(10,5))

for i,g in enumerate(df.groupby('Group')):                
    plt.title('N_data of {}'.format(g[0]))    
    plt.subplot(2, 1, i+1) 

    seaborn.boxplot(x="Day", y="n_data", data=g[1], palette="PRGn", showfliers=False)

plt.tight_layout()
plt.show()
plt.clf()
plt.close('all')

---

要保留原始色調和分組，請將所有非組n_data渲染為np.nan ：

fig = plt.figure(figsize=(10,5))

for i,g in enumerate(df.Group.unique()):             
    plt.subplot(2, 1, i+1)  

    tmp = df.copy()
    tmp.loc[tmp['Group']!=g, 'n_data'] = np.nan

    seaborn.boxplot(x="Day", y="n_data", hue="Group", data=tmp,
                    palette="PRGn", showfliers=False)

plt.tight_layout()
plt.show()
plt.clf()
plt.close('all')

Answer 2

所以一個選項做了分組箱線圖有兩個獨立的軸是用hue_order= ['value, np.nan]在論證中sns.boxplot ：

 fig = plt.figure(figsize=(14,8)) ax = sns.boxplot(x="lon_bucketed", y="value", data=m, hue='name', hue_order=['co2',np.nan], width=0.75,showmeans=True,meanprops={"marker":"s","markerfacecolor":"black", "markeredgecolor":"black"},linewidth=0.5 ,palette = customPalette) ax2 = ax.twinx() ax2 = sns.boxplot(ax=ax2,x="lon_bucketed", y="value", data=m, hue='name', hue_order=[np.nan,'g_xco2'], width=0.75,showmeans=True,meanprops={"marker":"s","markerfacecolor":"black", "markeredgecolor":"black"},linewidth=0.5, palette = customPalette) ax1.grid(alpha=0.5, which = 'major') plt.tight_layout() ax.legend_.remove() GW = mpatches.Patch(color='seagreen', label='$CO_2$') WW = mpatches.Patch(color='mediumaquamarine', label='$XCO_2$') ax, ax2.legend(handles=[GW,WW], loc='upper right',prop={'size': 14}, fontsize=12) ax.set_title("$XCO_2$ vs. $CO_2$",fontsize=18) ax.set_xlabel('Longitude [\°]',fontsize=14) ax.set_ylabel('$CO_2$ [ppm]',fontsize=14) ax2.set_ylabel('$XCO_2$ [ppm]',fontsize=14) ax.tick_params(labelsize=14)