如何在 Python/Pylab/Seaborn/Plotly 中创建比较散点图/群图？

Question

对于一个最小的、可重现的示例 (reprex)，假设我在以下数据结构中有动物的反应时间（秒），保存在 .csv 文件中。该文件名为“ReactionTimes.csv”

"Birds","Mammals"
1.15878,1.494555
1.418479,1.738676
1.034765,1.541106
1.310064,1.328025
1.087671,1.583186
1.001802,1.770486

到目前为止，我无法从这里调整解决方案 How to create swarm plot with matplotlib 到我的数据结构，因此我的代码如下所示：

import pandas as pd
import pylab as plt
import seaborn as sns

RT = pd.read_csv('ReactionTimes.csv')

print(RT) 正确打印表格。

命令 sns.scatterplot(RT["Birds"],RT["Mammals"]) 和 sns.swarmplot(RT["Birds"],RT["Mammals"]) 生成图，但这些图看起来不像所需的图。目标应如下所示：

Comparative scatter plot

那么如何创建比较散点图/群体图？我对使用 Pylab、Seaborn 或 Plotly 中的任何一个库的解决方案都很好。

Answer 1

这是我所做的：

RT = {'Birds': [1.15878, 1.418479, 1.034765, 1.310064, 1.087671, 1.001802],
     'Mammals': [1.494555, 1.738676, 1.541106, 1.328025, 1.583186, 1.770486]}
RT = pd.DataFrame(data=RT)
ax = sns.swarmplot(data=RT[["Birds", 'Mammals']])
ax.set_ylabel('Reaction time [s]')
ax.set_xlabel('Species')
ax.tick_params(labelrotation = 45)

输出：

这是你想要的吗？

Answer 2

您需要融合数据框以从宽格式帧变为长格式帧。 Seaborn 主要使用长框架。

u ="""Birds,Mammals
1.15878,1.494555
1.418479,1.738676
1.034765,1.541106
1.310064,1.328025
1.087671,1.583186
1.001802,1.770486"""

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

dfin = pd.read_csv(io.StringIO(u))


df = pd.melt(dfin)

sns.swarmplot(x="variable", y="value", data=df)
sns.boxplot(x="variable", y="value", data=df,
            boxprops={'facecolor':'None'}, showfliers=False,)
plt.show()