如何绘制连接seaborn中多个小提琴分布的中位数的线？答案

【问题标题】：how to plot lines linking medians of multiple violin distributions in seaborn?如何绘制连接seaborn中多个小提琴分布的中位数的线？
【发布时间】：2020-11-19 04:27:29
【问题描述】：

我很难成功地在每种堆叠小提琴分布类型的中值（以及最小值和最大值）之间绘制一条点线。我尝试将小提琴情节与 seaborn.lineplot 叠加，但失败了。我不确定这种方法是否可以绘制点线并链接相同类型分布的最小值和最大值。我也尝试使用 seaborn.lineplot 但这里的挑战是在每个 x 轴值处绘制分布的最小值和最大值。

这是一个示例数据集和 seaborn 中小提琴图的代码

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

x=[0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.2,0.4,0.4,0.4,0.4,0.4,0.4,0.4,0.4,0.4,0.4,0.4,0.4,0.6,0.6,0.6,0.6,0.6,0.6,0.6,0.6,0.6,0.6,0.6,0.6,0.8,0.8,0.8,0.8,0.8,0.8,0.8,0.8,0.8,0.8,0.8,0.8]
cate=['a','a','a','a','b','b','b','b','c','c','c','c','a','a','a','a','b','b','b','b','c','c','c','c','a','a','a','a','b','b','b','b','c','c','c','c','a','a','a','a','b','b','b','b','c','c','c','c']
y=[1.1,1.12,1.13,1.13,3.1,3.12,3.13,3.13,5.1,5.12,5.13,5.13,2.2,2.22,2.25,2.23,4.2,4.22,4.25,4.23,6.2,6.22,6.25,6.23,2.2,2.22,2.24,2.23,4.2,4.22,4.24,4.23,6.2,6.22,6.24,6.23,1.1,1.13,1.14,1.12,3.1,3.13,3.14,3.12,5.1,5.13,5.14,5.12]

my_pal =['red','green', 'purple']

df = pd.DataFrame({'x': x, 'Type': cate, 'y': y})
ax=sns.catplot(y='y', x='x',data=df, hue='Type', palette=my_pal,  kind="violin",dodge =False) 
sns.lineplot(y='y', x='x',data=df, hue='Type', palette=my_pal,  ci=100,legend=False)
plt.show()

但它仅在绘图左侧的缩小部分绘制线。有没有把线图和小提琴图叠加的技巧？

【问题讨论】：

标签： matplotlib seaborn

【解决方案1】：

对于折线图，“x”被认为是数字。但是，对于小提琴图，“x”被认为是分类的（位于 0、1、2、...）。

一种解决方案是将“x”转换为字符串，让两个图都将其视为分类。

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

my_pal = ['red', 'green', 'purple']
N = 40
df = pd.DataFrame({'x': np.random.randint(1, 6, N*3) * 0.2,
                   'y': np.random.uniform(0, 1, N*3) + np.tile([2, 4, 6], N),
                   'Type': np.tile(list('abc'), N)})
df['x'] = [f'{x:.1f}' for x in df['x']]
ax = sns.violinplot(y='y', x='x', data=df, hue='Type', palette=my_pal, dodge=False)
ax = sns.lineplot(y='y', x='x', data=df, hue='Type', palette=my_pal, ci=100, legend=False, ax=ax)
ax.margins(0.15)  # slightly more padding for x and y axis
ax.legend(bbox_to_anchor=(1.01, 1), loc='upper left')
plt.tight_layout()
plt.show()

【讨论】：