python - Seaborn:使用箱线图导致内存不足

Question

我想为 1、2 和 3 weight_cat 值绘制三个箱线图(这些是它唯一具有的不同值)。这些箱线图应显示权重类别 (weight_cat) 的依赖高度。

所以我有这样一个数据框:

print data.head(5)

        Height    Weight  weight_cat
Index                                
1      65.78331  112.9925           1
2      71.51521  136.4873           2
3      69.39874  153.0269           3
4      68.21660  142.3354           2
5      67.78781  144.2971           2

下面的代码终于吃掉了我所有的 ram。这不正常，我相信:

Seaborn.boxplot(x="Height", y="weight_cat", data=data)

这里有什么问题？这是 manual 的链接.数据框的形状是 (25000,4)。这是指向 csv file 的链接.

这是获取相同数据的方法:

data = pd.read_csv('weights_heights.csv', index_col='Index')
def weight_category(weight):
    newWeight = weight
    if newWeight < 120:
        return 1

    if newWeight >= 150:
        return 3

    else:
        return 2

data['weight_cat'] = data['Weight'].apply(weight_category)

Answer 1

交换 x 和 y 列名:

import seaborn as sns
sns.boxplot(x="weight_cat" y="Height", data=data)

目前，您正在尝试创建一个包含不同高度值(即 24503)的箱线图的图表。

这对我有用你的数据:

编辑

如果你想水平显示你的箱线图，你可以使用 orient 参数来提供方向:

sns.boxplot(x='Height', y='weight_cat', data=data, orient='h')

请注意，在这种情况下，x 和 y 标签被交换了(如您的问题)。