Seaborn 增强箱线图

Seaborn 增强箱线图函数

在 Seaborn 中，我们可以使用 boxenplot() 函数来绘制一个 “增强版” 的箱线图。其中，boxenplot 就是 “box enhance plot” 的缩写。

对于 boxplot() 函数来说，它只能显示最大值、最小值、上四分位数、下四分位数、中位数以及异常值，如下图1所示。但是对于 boxenplot() 函数来说，它提供了更多分位数来表示，如下图2所示。

Seaborn 绘制箱线图

Seaborn 绘制增强箱线图

语法：

sns.boxenplot(data, x, y)

说明：

boxenplot() 函数接收以下主要参数。

data（可选）：用于定义数据部分，它是一个 DataFrame。
x（可选）：用于指定 DataFrame 的哪一列作为 x 轴坐标。
y（可选）：用于指定 DataFrame 的哪一列作为 y 轴坐标。

首先我们项目目录下的 data 文件夹中有一个 ages.csv，项目结构如下图所示。ages.csv 保存的 100 名乘客的年龄，部分内容如下图所示。

Seaborn 增强箱线图的项目结构1

age.csv部分数据

示例 1：Seaborn 绘制增强箱线图

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

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 读取数据
df = pd.read_csv(r'data/ages.csv')
# 绘制图表
sns.boxenplot(data=df, y='age')

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 增强箱线图

分析：

sns.boxenplot(data=df, y='age') 表示使用 df 作为数据来源，然后 “年龄” 作为 y 轴坐标。

Seaborn 增强箱线图案例

Seaborn 内置了一个数据集 tips，该数据集保存的是某餐厅的营业情况，包括账单、小费、客人信息等，部分内容如下图所示。需要说明的是，“size” 这一列指的是客人订的餐桌类型，比如有些是 2 人桌、有些是 3 人桌等。

Seaborn tips 数据集

示例 2：基本增强箱线图

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
    'total_bill': '账单',
    'tip': '小费',
    'sex': '性别',
    'smoker': '是否吸烟',
    'day': '星期',
    'time': '餐段',
    'size': '人数'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.boxenplot(data=df, y='账单')

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 增强箱线图纵向显示

分析：

sns.boxenplot(data=df, y='账单') 表示 y 轴坐标是 “账单” 这一列数据，此时增强箱线图是纵向的。如果想要使得增强箱线图是横向的，我们可以将 y='账单' 改为 x='账单'，此时效果如下图所示。

Seaborn 增强箱线图横向显示

示例 3：多个增强箱线图

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
    'total_bill': '账单',
    'tip': '小费',
    'sex': '性别',
    'smoker': '是否吸烟',
    'day': '星期',
    'time': '餐段',
    'size': '人数'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.boxenplot(data=df, x='星期', y='账单')

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn多个箱线图

分析：

如果想要在画布上同时绘制多个箱线图，我们就必须指定 x 和 y 这两个参数。sns.boxenplot(data=df, x='星期', y='账单') 这一句代表 x 轴是根据 “星期” 这一列来划分，然后 y 轴是不同星期对应的 “账单”。

对于多个增强箱线图来说，如果想要将纵向显示改为横向显示，我们直接将 x 和 y 的值调换就可以了。修改后的代码如下，此时效果如下图所示。

sns.boxenplot(data=df, y='星期', x='账单')

Seaborn 多个增强箱线图横向显示

示例 4：添加区分

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
    'total_bill': '账单',
    'tip': '小费',
    'sex': '性别',
    'smoker': '是否吸烟',
    'day': '星期',
    'time': '餐段',
    'size': '人数'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.boxenplot(data=df, x='星期', y='账单', hue='性别')

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 增强箱线图添加区分

分析：

对于 boxenplot() 函数来说，它只有 hue 参数，而没有 style 和 size 这两个参数。hue='性别' 表示使用 “性别” 这一列作为类别的区分。如果将 hue='性别' 改为 hue='餐段'，此时效果如下图所示。

Seaborn 增强箱线图hue='餐段'

示例 5：改变顺序

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
    'total_bill': '账单',
    'tip': '小费',
    'sex': '性别',
    'smoker': '是否吸烟',
    'day': '星期',
    'time': '餐段',
    'size': '人数'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.boxenplot(data=df, x='星期', y='账单', order=['Sun', 'Sat', 'Fri', 'Thur'])

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 增强箱线图改变顺序

分析：

如果想要改变顺序，我们可以使用 order 参数来实现。

示例 6：结合分布散点图

import matplotlib.pyplot as plt
import seaborn as sns

# 设置
sns.set_theme(rc={'font.sans-serif': 'SimHei', 'axes.unicode_minus': False})

# 加载内置数据集
df = sns.load_dataset('tips')
# 重命名列
column_map = {
    'total_bill': '账单',
    'tip': '小费',
    'sex': '性别',
    'smoker': '是否吸烟',
    'day': '星期',
    'time': '餐段',
    'size': '人数'
}
df.rename(columns=column_map, inplace=True)

# 绘制图表
sns.boxenplot(data=df, x='星期', y='账单')
sns.stripplot(data=df, x='星期', y='账单', color='black')

# 显示
plt.show()

运行之后，效果如下图所示。

Seaborn 增强箱线图结合分布散点图

分析：

对于增强箱线图来说，我们同样可以使用分布散点图把每一个数据点展示在增强箱线图上。其中，stripplot() 函数用于绘制一个分布散点图。对于分布散点图，我们在下一节中会详细介绍。

boxenplot() 和 boxplot() 这两个函数的参数是一样的，常用的如下表所示。

boxenplot() 函数的参数
参数	说明
data	数据部分
x	x 轴坐标
y	y 轴坐标
hue	添加区分（颜色）
order	改变顺序