python - 创建一个 fiddle 图的正确方法是什么，其中一把 fiddle 按色调分开？

Question

创建将一把 fiddle 按 hue 分割的 fiddle 情节的正确方法是什么？

我尝试了不同的方法，似乎唯一的方法是为数据集中的每个条目创建一个共享相同值的特征。并将该功能的名称作为 x 传递。

fig = plt.figure(figsize=(20, 8))

fig.add_subplot(1, 3, 1)
ax = sns.violinplot(x='feature', y='height',
              data=train_cleansed_height,
              scale='count',
              hue='feature', split=True,
              palette='seismic',
              inner='quartile')

fig.add_subplot(1, 3, 2)
ax = sns.violinplot(x='workaround', y='height',
              data=train_cleansed_height,
              scale='count',
              hue='feature', split=True,
              palette='seismic',
              inner='quartile')

fig.add_subplot(1, 3, 3)
ax = sns.violinplot(x=None, y='height',
              data=train_cleansed_height,
              scale='count',
              hue='feature', split=True,
              palette='seismic',
              inner='quartile')
plt.xlabel('x=None')

但这是正确的方法吗？

Answer 1

seaborn.violinplot 的x 参数需要是位置的数据。如果需要单个位置，则 x 的数据需要包含唯一值。如果为 x 和 hue 选择相同的数据，x 将被赋予两个不同的唯一值，因此选择了两个位置，如在第一个情节中看到。

而是使用像

这样的重复标签

sns.violinplot(x=["some label"]*len(df),  ...) 

在单个位置创建 fiddle 图。

import numpy as np;np.random.seed(1)
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

a = np.concatenate((np.random.binomial(3,0.3,50)*2.2+1, np.random.rayleigh(3,50)))
df = pd.DataFrame({"height" : a, "feature" : ["A"]*50+["B"]*50})

fig = plt.figure()

fig.add_subplot(1, 2, 1)
ax = sns.violinplot(x='feature', y='height',
              data=df,
              scale='count',
              hue='feature', split=True,
              palette='seismic',
              inner='quartile')

fig.add_subplot(1, 2, 2)
ax = sns.violinplot(x=["AB"]*len(df), y='height',
              data=df,
              scale='count',
              hue='feature', split=True,
              palette='seismic',
              inner='quartile')

plt.tight_layout()
plt.show()