如何在同一個圖上對多個字典進行箱線圖

Question

對於變化點檢測任務，我正在根據基線測試我自己的算法，並且我想將兩種算法的結果繪制在同一個箱線圖上。

我的結果（F 分數值）存儲在字典中，其中鍵是兩個參數a和b （都有 4 個不同的值）：

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

現在，我有一個單獨繪制它們的功能。 我創建了 4 個子圖，其中設置a並且b正在更改，請參見圖像（值是隨機的，只是為了創建示例圖像）。 該函數如下所示：

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是字典鍵，因此a和b的不同組合和test僅用於將正在繪制的算法放在標題中。

我的問題是：我如何在同一個情節上並排繪制它們？

Answer 1

您的繪圖功能中有一些錯誤，所以我可以在不做很大假設的情況下讓它工作，比如abrs是什么以及iterations是什么。 你應該在繼續你的工作之前修復它們，因為這個函數很可能從全局范圍（假設是一個 jupyter notebook）中獲取它們，這將導致稍后出現錯誤，正如我以前痛苦地經歷過的那樣。

無論如何，您的問題可以首先通過調整您的代碼以使用 seaborn 來解決。 檢查此處的示例， “通過兩個分類變量繪制具有嵌套分組的箱線圖” 。

可以更輕松地修改以適合您的用例的方法是：生成一組將與每個箱線圖組關聯的x值。 然后，根據您要放置此箱線圖的位置，向左或向右添加偏移。 然后你必須修復蜱蟲等等，但你已經知道如何去做了。 這是一個盡可能多地維護您的結構的示例。

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())

這會產生以下圖表：

Answer 2

• 最簡單的解決方案可能是將所有字典組合成一個pands.DataFrame 。 這將使數據易於分析和繪圖。
  1. 遍歷字典列表，壓縮成一個字符串，用於識別數據的來源。
  2. 創建數據框。
  3. 添加一個新列來標識數據。
  4. 將數據框附加到列表中。
  5. 將 DataFrame 列表與pd.concat結合，並重置索引。
  6. 使用pd.DataFrame.melt將 DataFrame 重塑為長形
• Seaborn是 matplotlib 的高級 api，可以輕松繪制長格式數據並通過hue參數分隔組。
  • 使用帶有kind='box'的圖形級繪圖sns.catplot ，或使用軸級繪圖sns.boxplot 。
  • Seaborn 比使用多次調用matplotlib.axes.Axes.boxplot更容易擴展，其中每個額外的箱線圖組必須指定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

數據框視圖

• 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