带有 2 个 y 轴的分组箱线图，每个 x 刻度有 2 个绘制变量

Question

我正在尝试制作一个 18 年的月降雨量和洪水频率记录的箱线图。即每个 x 刻度是月份，每个 x 刻度与两个箱线图相关联，一个是降雨量，一个是洪水频率。到目前为止，我已经设法使用 seaborn 绘制了这些图（请参阅以下代码和图像），但是我不知道如何创建带有两个 y 轴的箱线图，这是我需要的，因为每个变量的比例不同。

数据是这样的（数据集中flood_freq的最大值是7，这里没有显示）：

    Group   Rainfall    Flood_freq
0   Jan     115.679997  0
1   Jan     72.929999   0
2   Jan     39.719999   0
3   Jan     46.799999   1
4   Jan     54.989998   0
...
212 Dec     51.599998   0
213 Dec     45.359999   0
214 Dec     10.260000   0
215 Dec     52.709998   0

这是我使用的代码：

dd=pd.melt(FBPdf,id_vars=['Group'],value_vars=['Rainfall','Flood_freq'],var_name='Data')
sns.boxplot(x='Group',y='value',data=dd,hue='Data')

结果如下：

从那以后，我查看了 seaborn 文档，它似乎不允许 2 y 轴（带有 2 y 轴的 Seaborn boxplot）。有没有人能够为我想要实现的目标提供潜在的替代方案？上面链接中的解决方案与我遇到的这个双 y 轴和分组箱线图问题无关。

非常感谢您提前！

Answer 1

借助一些虚假数据以及本教程和此答案的一些帮助，这里是一个如何仅使用numpy和实现您想要的功能的最小示例matplotlib：

from matplotlib import pyplot as plt
import numpy as np

rainfall = np.random.rand((12*18))*300
floods =   np.random.rand((12*18))*2

t = np.arange(0.01, 10.0, 0.01)
data1 = np.exp(t)
data2 = np.sin(2 * np.pi * t)

fig, ax1 = plt.subplots()

months = [
    'Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
    'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec',
]


ax1.set_xlabel('month')
ax1.set_ylabel('rainfall', color='tab:blue')
res1 = ax1.boxplot(
    rainfall.reshape(-1,12), positions = np.arange(12)-0.25, widths=0.4,
    patch_artist=True,
)
for element in ['boxes', 'whiskers', 'fliers', 'means', 'medians', 'caps']:
    plt.setp(res1[element], color='k')

for patch in res1['boxes']:
    patch.set_facecolor('tab:blue')



ax2 = ax1.twinx()  # instantiate a second axes that shares the same x-axis
ax2.set_ylabel('floods', color='tab:orange')
res2 = ax2.boxplot(
    floods.reshape(-1,12), positions = np.arange(12)+0.25, widths=0.4,
    patch_artist=True,
)
##from /sf/answers/2939850581/
for element in ['boxes', 'whiskers', 'fliers', 'means', 'medians', 'caps']:
    plt.setp(res2[element], color='k')

for patch in res2['boxes']:
    patch.set_facecolor('tab:orange')

ax1.set_xlim([-0.55, 11.55])
ax1.set_xticks(np.arange(12))
ax1.set_xticklabels(months)

fig.tight_layout()  # otherwise the right y-label is slightly clipped
plt.show()

结果如下所示：

我认为稍加微调，这实际上看起来很不错。