如何使用seaborn為每個數據列設置繪圖樣式來繪制分類數據？

Question

背景

假設我有以下數據集：

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)

產生以下圖（或類似圖，取決於生成的隨機數）：

我用我的實際數據繪制箱線圖的原因是，單個點與我想要顯示的類別數量相結合，使圖表在視覺上過於嘈雜，而這些方框給出了數據如何分布的一個很好的總體概述，即我在追求什么。 但是，問題在於“面包”類別之類的類別。

題

正如您所觀察到的，seaborn 為所有三個類別生成了帶有中位數、四分位數等的框。 但是，由於類別“面包”只有兩個數據點，因此對該類別使用箱線圖並不是真正合適的表示。 我更願意將此類別僅作為單個點。

但是，當查看https://seaborn.pydata.org/tutorial/categorical.html上的示例時，結合箱線圖和簡單點的唯一建議是為所有類別繪制兩者，這不是我所追求的。

簡而言之：如何使用 seaborn 繪制分類數據，為每個類別選擇適當的表示？

Answer 1

也許嘗試為面包而不是面包創建 df ：

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

然后添加另一個軸：

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

嘗試不同的情節：

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