迭代使用.bxp()来匹配其他轴的颜色

Question

这是我的问题： 我希望箱线图的颜色与直方图颜色相匹配。

在之前的配对图中，我迭代数据集，并且在同一循环中时，

Matplotlib

为我处理颜色。

ax.bxp()

（文档） 与其他绘图函数的工作方式不同，获取字典列表，因此不需要迭代。

        ax.bxp(list_of_dicts # from my DataFrame below
                ,vert=False
                ,showfliers=False)

当我迭代箱线图 DataFrame 行并使用

ax.bxp()

时，箱线图会绘制在另一个之上，使其毫无用处。

接下来我应该尝试什么？

用于创建

ax.bxp()

图的示例数据：

       q1     med      mean      q3  whishi  whislo my_data_col label
0  73.992  74.000  73.99936  74.006  73.982  74.030        obs1  obs1
1  73.995  74.001  73.99996  74.007  73.967  74.024        obs2  obs2
2  73.993  73.998  74.00100  74.009  73.986  74.021        obs3  obs3
3  73.999  74.005  74.00332  74.007  73.985  74.020        obs4  obs4
4  73.996  74.004  74.00224  74.009  73.984  74.014        obs5  obs5

Answer 1

您可以显式设置颜色，以便可以在直方图和箱线图中重复使用它们。

下面是如何使用批处理

ax.bxp()

并设置颜色的示例。

如果您设法在 for 循环中完成此操作，但只是卡住了框重叠的情况，那么请查看

positions

的

ax.bxp()

arg。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cbook as cbook

# fake data
np.random.seed(19680801)
data = np.random.lognormal(size=(37, 4), mean=1.5, sigma=1.75)
labels = list("ABCD")

# compute the boxplot stats
stats = cbook.boxplot_stats(data, labels=labels, bootstrap=10000)
for n in range(len(stats)):
    stats[n]["med"] = np.median(data)
    stats[n]["mean"] *= 2

# draw boxplots
fig, ax = plt.subplots()
bplots = ax.bxp(stats, patch_artist=True)
ax.set_yscale("log")
ax.set_yticklabels([])

# change colors
colors = ["blue", "red", "green", "orange"]
for patch, clr in zip(bplots["boxes"], colors):
    patch.set_facecolor(clr)

plt.show()