如何向 seaborn 条带图或群图添加平均线

Question

我有一个相当简单的带有垂直数据的带状图。

planets = sns.load_dataset("planets")
sns.stripplot(x="method", y="distance", data=planets, size=4, color=".7")
plt.xticks(rotation=45, ha="right")
plt.show()

我想将每个 x 元素 (

method

) 的平均值绘制为类似于您得到的小水平条：

sns.boxplot(
    x="method",
    y="distance",
    data=planets,
    whis=[50, 50],
    showfliers=False,
    showbox=False,
    showcaps=False
)

但是没有第一/第三四分位数的垂直线（

whis=[50,50]

只是点）并且显示平均值而不是中位数。也许有一个不涉及箱线图的更优雅的解决方案。

提前致谢。

Answer 1

• Boxplot 对象在

  matplotlib.pyplot.boxplot

  中定义

  • showmeans=True

  • meanline=True

    画一条线而不是标记

  • meanprops={'color': 'k', 'ls': '-', 'lw': 2}

    设置线条的颜色、样式和宽度。
    • 有关其他线路属性，请参阅

      matplotlib.lines.Line2D

      。

  • medianprops={'visible': False}

    使中线不可见

  • whiskerprops={'visible': False}

    使胡须线不可见

  • zorder=10

    将线放在顶层
• 在

  matplotlib v3.4.2

  和

  seaborn v0.11.1

测试

import seaborn as sns
import matplotlib.pyplot as plt

# load the dataset
planets = sns.load_dataset("planets")

p = sns.stripplot(x="method", y="distance", data=planets, size=4, color=".7")
plt.xticks(rotation=45, ha="right")
p.set(yscale='log')

# plot the mean line
sns.boxplot(showmeans=True,
            meanline=True,
            meanprops={'color': 'k', 'ls': '-', 'lw': 2},
            medianprops={'visible': False},
            whiskerprops={'visible': False},
            zorder=10,
            x="method",
            y="distance",
            data=planets,
            showfliers=False,
            showbox=False,
            showcaps=False,
            ax=p)
plt.show()

• 与

  seaborn.swarmplot

的工作方式类似

Answer 2

这是一个使用

ax.hlines

的解决方案，使用

groupby

和列表理解找到平均值：

import seaborn as sns
import matplotlib.pyplot as plt

# load the dataset
planets = sns.load_dataset("planets")

p = sns.stripplot(x="method", y="distance", data=planets, size=4, color=".7", zorder=1)
plt.xticks(rotation=45, ha="right")
p.set(yscale='log');

df_mean = planets.groupby('method', sort=False)['distance'].mean()
_ = [p.hlines(y, i-.25, i+.25, zorder=2) for i, y in df_mean.reset_index()['distance'].items()]

输出：

Answer 3

这是另一个类似于箱线图想法但需要较少覆盖的 hack：绘制一个

pointplot

但置信区间宽度为 0，并激活错误栏“上限”以获得具有可参数化宽度的水平线：

planets = sns.load_dataset("planets")
spec = dict(x="method", y="distance", data=planets)
sns.stripplot(**spec, size=4, color=".7")
sns.pointplot(**spec, join=False, ci=0, capsize=.7, scale=0)
plt.xticks(rotation=45, ha="right")

这里明显的一个缺点是，对于具有单一观察的组，引导会被跳过，所以你不会在那里得到平均线。这在实际应用中可能是也可能不是问题。

另一个技巧是自己分组，然后用非常宽的垂直线标记绘制散点图：

planets = sns.load_dataset("planets")
variables = dict(x="method", y="distance")
sns.stripplot(data=planets, **variables, size=4, color=".7")
sns.scatterplot(
    data=planets.groupby("method")["distance"].mean().reset_index(),
    **variables, marker="|", s=2, linewidth=25
)
plt.xticks(rotation=45, ha="right")