如何在小提琴图中为每个组分配不同的位置

Question

小提琴图的形状对于可视化分组数据的数据分布很有用。每组的大小也可以可视化为“小提琴”的面积。

\n

但是当数据是异构的\xef\xbc\x8c时，width某些组的数据太小而无法显示任何有意义的信息（图1中的Fri组）。可以选择width放大seaborn.violinplot绘图的大小。

\n

然而，一旦小规模的群体扩大到合适的规模，大群体就会变得“太大”（图2中的Sat群体）并相互重叠。

\n

因此，我的问题是如何为seaborn中的小提琴图分配不同的间隙距离。

\n

\n

演示

\n

\n

生成图 1 的代码：

\n

import seaborn as sns\n\ntips = sns.load_dataset("tips")\nax = sns.violinplot(x="day", y="total_bill", hue="sex",\n                    data=tips, palette="Set2", split=True,\n                    scale="count", inner="stick",\n                    scale_hue=False, bw=.2)\n

\n

图1

\n

\n

生成图2的代码：

\n

import seaborn as sns\n\ntips = sns.load_dataset("tips")\nax = sns.violinplot(x="day", y="total_bill", hue="sex",\n                    data=tips, palette="Set2", split=True,\n                    scale="count", inner="stick", width=2.5\n                    scale_hue=False, bw=.2) \n

\n

图2

\n

\n

\n

你的解决方案是什么？

\n

\n

\n

• 第一次尝试是增加图形宽度，但它看起来很糟糕，并且在图形中留下太多空白。

  \n
\n

• 我尝试将 x 轴上的类别数据映射为数字形式，并且它们之间的距离不同。

  \n
\n

\n

tips["day_n"] = tips["day"].map(dict(zip(tips["day"].unique(), [1, 2, 4, 6])))\n

\n

但seaborn似乎不支持数值数据，当切换x、y轴时，组之间的距离保持不变或混乱。

\n

生成图 3 的代码：

\n

ax = sns.violinplot(y="day_n", x="total_bill", hue="sex",\n                    data=tips, palette="Set2", split=True,\n                    scale="count", inner="stick", width=2.5,\n                    scale_hue=False, bw=.2)\n

\n

图3

\n

\n

\n
• stackoverflow中有类似的问题，表明有positionsmatplotlib的选项。但这对seaborn来说也不起作用。
\n

\n

Answer 1

使用该order参数可以获得[1, 2, 4, 6]x轴上的位置：

import seaborn as sns, matplotlib.pyplot as plt

tips = sns.load_dataset("tips")
ax = sns.violinplot(x="day", y="total_bill", hue="sex",
                    data=tips, palette="Set2", split=True,
                    scale="count", inner="stick",
                    scale_hue=False, bw=.2, width=2.5,
                    order=('Thur', 'Fri', '', 'Sat', '', 'Sun'))

# get rid of ticks for empty columns (levels)
ax.set_xticks([0,1,3,5])
ax.set_xticklabels(['Thur', 'Fri', 'Sat', 'Sun'])

plt.show()

结果如下：