在 pandas 或 matplotlib 的一张图中绘制多个箱线图？答案

【问题标题】：Plot multiple boxplot in one graph in pandas or matplotlib?在 pandas 或 matplotlib 的一张图中绘制多个箱线图？
【发布时间】：2023-03-24 08:05:02
【问题描述】：

我有两个箱线图

a1=a[['kCH4_sync','week_days']]
a1.boxplot(by = 'week_days', meanline=True, showmeans=True, showcaps=True, showbox=True,            
                 showfliers=False)
a2=a[['CH4_sync','week_days']]
a2.boxplot(by = 'week_days', meanline=True, showmeans=True, showcaps=True, showbox=True,     
                 showfliers=False)

但我想将它们放在一个图表中进行比较。你有什么建议来解决这个问题吗？谢谢！

【问题讨论】：

标签： python matplotlib pandas

【解决方案1】：

要在一个 matplotlib 图形上绘制多个箱线图，您可以将数据数组列表传递给箱线图，如下所示：

import numpy as np
import matplotlib.pyplot as plt

x1 = 10*np.random.random(100)
x2 = 10*np.random.exponential(0.5, 100)
x3 = 10*np.random.normal(0, 0.4, 100)
plt.boxplot ([x1, x2, x3])

我唯一不确定的是，如果您希望每个箱线图具有不同的颜色等。通常它不会以不同的颜色绘制

【讨论】：

【解决方案2】：

使用return_type='axes' 获取a1.boxplot 以返回matplotlib Axes 对象。然后使用ax=ax 将该轴传递给boxplot 的第二次调用。这将导致两个箱线图绘制在相同的轴上。

a1=a[['kCH4_sync','week_days']]
ax = a1.boxplot(by='week_days', meanline=True, showmeans=True, showcaps=True, 
                showbox=True, showfliers=False, return_type='axes')
a2 = a[['CH4_sync','week_days']]
a2.boxplot(by='week_days', meanline=True, showmeans=True, showcaps=True, 
           showbox=True, showfliers=False, ax=ax)

【讨论】：

关于如何使箱线图并排而不是彼此重叠的任何建议？
@spizwhiz：使用fig, (ax1, ax2) = plt.subplots(nrows=2) 设置轴。然后将所需的轴传递给箱线图调用：a1.boxplot(..., ax=ax1) 和 a2.boxplot(..., ax=ax2)。
感谢您的回复。除非我误解你，否则你在这里所说的相当于：a1.boxplot(column = ['kCH4_sync','week_days'], by='week_days',layout=(2,1)) 我认为我没有很好地解释自己：我正在寻找像色调一样的并排情节，但不会融化数据框：stackoverflow.com/questions/16592222/matplotlib-group-boxplots
我不完全清楚您在寻找什么。请发布一个包含所有详细信息的新问题。所需输出的可运行设置和描述（或绘图）将非常有帮助。

【解决方案3】：

使用pandas很容易：

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

col1 = np.random.random(10)
col2 = np.random.random(10)

DF = pd.DataFrame({'col1': col1, 'col2': col2})

ax = DF[['col1', 'col2']].plot(kind='box', title='boxplot', showmeans=True)

plt.show()

请注意，当为此使用 Pandas 时，最后一个命令 (ax = DF[[...) 会打开一个新图形。我仍在寻找一种将其与现有子图相结合的方法。

【讨论】：