根据数据点的数量在同一轴上绘制 swarmplot 或箱线图

Question

我有一个包含几列的数据框，其中每列有 5 到 2535 个条目（其余为 NAN）。当列有超过 9 个数字条目时，我想绘制一个箱线图，否则绘制一个 swarmplot。我用我疯狂的绘画技巧来创建一个例子。

问题是我只能将两者都绘制为覆盖图，如this example。我尝试使用 position 关键字，但这仅适用于箱线图，不适用于 swarmplot。那么，如何做到这一点呢？

可以这样生成示例数据集：

np.random.seed(1)
df = pd.DataFrame(np.nan, index=range(100), columns=range(11))
for i, column in enumerate(df.columns):
    if i % 2 == 0:
        fill_till = np.random.randint(1,11)
        df.loc[:fill_till-1,column] = np.random.random(fill_till)
    else:
        fill_till = np.random.randint(11,101)
        df.loc[:fill_till-1,column] = np.random.random(fill_till)

Answer 1

您可以创建数据框的两个副本，一个用于箱线图，一个用于群图。然后，在每个副本中，将列中的值设置为您不想以这种方式绘制为nan。

col_mask = df.count() > 9
swarm_data = df.copy()
swarm_data.loc[:, col_mask] = np.nan
box_data = df.copy()
box_data.loc[:, ~col_mask] = np.nan

然后将每个复制的数据帧传递给相应的 seaborn 函数。

sns.swarmplot(data=swarm_data)
sns.boxplot(data=box_data)
plt.show()

在创建 swarm 绘图时，seaborn 不会为填充有 nan 的列绘制任何内容，但会在它们所在的位置留出空间。箱线图会发生相反的情况，从而保留您的列顺序。

以上代码生成的图表如下所示：

这种方法也适用于带有非数字标签的列：

Answer 2

为了详细说明cmets，这里是一个基本的例子（因为you do not provide a toy data set，很难构造一个，这反映了你的情况）。

import numpy as np
from matplotlib import pyplot as plt
import pandas as pd

#column order
real_order = ["B", "D", "A", "E", "C"]
#first data set
x1 = ["A", "C", "B"]
y1 = [9,     3,   1]
#second dataset
x2 = ["D", "C", "E", "A"]
y2 = [2,    11,   4,   5]

#prepare the axis
plt.plot(real_order, np.repeat(np.nan, len(real_order)))
#fill in bars 
plt.bar(x1, y1, color = "r", label = "bars")
#fill in markers
plt.plot(x2, y2, "b*", label = "markers")
plt.legend()
plt.show()

输出：