熊猫箱线图作为带有单独 y 轴的子图

Question

假设我有一个数据框，在“类型”列中包含三组“K”、“L”和“M”，例如：

df = pd.DataFrame(data={'A': random.sample(xrange(60, 100), 10),
                    'B': random.sample(xrange(20, 40), 10),
                    'C': random.sample(xrange(2000, 3010), 10),
                    'type': list(3*'K')+list(3*'L')+list(4*'M')})

对于查看单个分组箱线图，我可以使用：

for i,el in enumerate(list(df.columns.values)[:-1]):
    a = df.boxplot(el, by ='type')

我现在想将这些单个图作为子图组合在一个图中。

使用df.boxplot(by='type') 创建这样的子图。但是，由于“A”、“B”和“C”列中的可变范围，这些子图难以阅读，即信息丢失，尤其是在印刷形式中。

每个子图如何有一个单独的 y 轴？

Answer 1

也使用matplotlib 的可能解决方案是创建图形和子图，然后使用参数ax= 将轴传递给df.boxplot()

例如：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(2,2) # create figure and axes

df = pd.DataFrame(data={'A': random.sample(xrange(60, 100), 10),
                    'B': random.sample(xrange(20, 40), 10),
                    'C': random.sample(xrange(2000, 3010), 10),
                    'type': list(3*'K')+list(3*'L')+list(4*'M')})

for i,el in enumerate(list(df.columns.values)[:-1]):
    a = df.boxplot(el, by="type", ax=axes.flatten()[i])

fig.delaxes(axes[1,1]) # remove empty subplot
plt.tight_layout() 

plt.show()