seaborn小提琴图，用于按分类列拆分单列答案

【问题标题】：seaborn violin plot for single column splitting by a categorical columnseaborn小提琴图，用于按分类列拆分单列
【发布时间】：2021-02-23 08:45:17
【问题描述】：

我有一个如下所示的数据框：

    num_column    is_train
    30.75               1
    12.05               1 
    ..                 ..
    43.79               0         
    15.35               0

我想使用小提琴图查看num_column 的分布，小提琴的每一侧（或分割）在is_train 列中显示我的两个类别中的每一个的数据。

来自examples in documentation，这是我能想到的：

import seaborn as sns
sns.violinplot(x=merged_data.loc[:,'num_column'], hue=merged_data.loc[:,'is_train'], split=True)

从这个结果，我可以看到参数hue 和split 根本没有效果。意思是小提琴的两边没有分开，我看不到任何传说，所以我假设hue 参数没有效果。

我正在尝试比较我的训练数据和测试数据中列的分布。

【问题讨论】：

标签： python pandas matplotlib seaborn violin-plot

【解决方案1】：

您可以使用x= 参数来创建多个小提琴。当需要通过第三列进行区分时，使用hue 和split 参数。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

merged_data = pd.DataFrame({'num_column': 20 + np.random.randn(1000).cumsum(),
                            'is_train': np.repeat([0, 1], 500)})
sns.violinplot(data=merged_data, x='is_train', y='num_column')
plt.show()

【讨论】：

【解决方案2】：

split= 参数将与hue-nesting 一起使用，只有当您已经有x= 参数时才能使用它。因此，您需要为x（两个数据集的值应该相同）和hue（根据数据集编码）提供列：

merged_data['dummy'] = 0
sns.violinplot(data=merged_data, y='num_column', split=True, hue='is_train', x='dummy')

【讨论】：