相关疑难解决方法(0)

我想比较一组得分(score)的分布,按一些类别(centrality)分组并用其他一些()着色model.我用seaborn试过以下内容:

plt.figure(figsize=(14,6))
seaborn.boxplot(x="centrality", y="score", hue="model", data=data, palette=seaborn.color_palette("husl", len(models) +1))
seaborn.despine(offset=10, trim=True)
plt.savefig("/home/i11/staudt/Eval/properties-replication-test.pdf", bbox_inches="tight")

我对这个情节有一些问题:

• 有大量的异常值,我不喜欢它们是如何绘制的.我可以删除它们吗？我可以改变外观以减少混乱吗？我可以给它们着色至少使它们的颜色与盒子颜色相匹配吗？
• 该model值original是特殊的,因为所有其他分布应该与分布进行比较original.这应该在视图中直观地反映出来.我可以制作original每组的第一个盒子吗？我可以以某种方式偏移或标记它吗？是否有可能在每个original分布的中位数和一组方框中绘制一条水平线？
• 有些值score非常小,如何正确缩放y轴来显示它们？

编辑:

这是一个带有对数刻度的y轴的示例 - 也不是理想的.为什么有些盒子似乎在低端切断？