如何抖动箱线图的异常值？

Question

我正在尝试使用 matlotlib 来控制使用 seaborn 生成的“缺口”箱形图中异常值的外观。我的代码如下所示：

ax = sns.boxplot(y= "class", x = "Proba",hue = "Stage", data = df_tidy, notch = True,
                 showmeans= True, meanprops={"marker": ".", "markerfacecolor":"red", "markeredgecolor": "red"},
                 flierprops = dict(markerfacecolor = '.1', markersize = .0018, linestyle = "none", markeredgecolor='steelblue'),
                 boxprops=dict(alpha=.7), width=.3)

但是，我有相当多的异常值，这使得箱线图在美学上看起来有点不吸引人；具体来说，我在胡须之外看到了近乎连续的异常值流。不幸的是，我无法为这个示例生成虚构数据，因为它需要在一个本来很大的数据集中有许多异常值才能发生。

我尝试在某种程度上使用异常值的替代颜色来“改进”这一点并减小它们的大小，但并没有太大改善结果。一个效果适中的选项是将 flierprops 中的“linestyle”参数设置为“dotted”。

但是，有没有办法将“抖动”参数传递给 flierprops 字典？有人可以建议一种使异常值抖动的方法吗？

Answer 1

代码的第一部分尝试创建一个 MRE。

要拥有非常小的标记，可以将 linecolor 设置为“none”，以使标记周围的线条完全不可见，并使用像素标记 ','。使用 alpha 可以进一步增强同一点附近的许多标记。您可能需要对您的数据进行试验，以找出产生最佳结果的 alpha 量。

在参考this post 并进行了一些实验之后，看起来在这种情况下我们可以得到属于ax 的行。列表中每七个Line2D 似乎对应于异常值。我们可以提取它们的 y 位置，添加一些抖动并替换它们。

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

N = 100000
x = np.where(np.random.randint(20, size=N * 6) > 0,
             np.random.normal(np.repeat([30, 35], N * 3), 10, N * 6) * np.tile([1, 1.3, 1.1], N * 2),
             np.random.normal(80, 5, N * 6))
y = np.tile(['A', 'B', 'C'], N * 2)
hue = np.repeat(['X', 'Y'], N * 3)

ax = sns.boxplot(y=y, x=x, hue=hue, notch=True,
                 showmeans=True, meanprops={"marker": ".", "markerfacecolor": "red", "markeredgecolor": "red"},
                 flierprops=dict(marker=',', markerfacecolor='steelblue', markeredgecolor='none', alpha=.1),
                 boxprops=dict(alpha=.7), width=.3)

for line in ax.get_lines()[6::7]:
    # line.set_mec('purple') # to test that we have the correct Line2Ds
    yoffsets = line.get_ydata()
    line.set_ydata(yoffsets + np.random.uniform(-0.05, 0.05, yoffsets.size))