Seaborn boxplot

Question

我有一个多索引的Pandas数据帧，我想要将其绘制为箱线图。这应该很容易做到，但我发现自己无法得到我想要的东西。数据如下所示：

                       hedges  mask model_name  hedges_std  hedges_min  \
    period    season                                                      
    2021-2025 winter  0.864328   1.0   ensemble    0.301748    0.124708   
          spring  0.740410   1.0   ensemble    0.202963    0.049319   
          summer  0.526264   1.0   ensemble    0.105750    0.162856   
          fall    0.531141   1.0   ensemble    0.046278    0.388827   
2025-2050 winter  1.715075   1.0   ensemble    0.373866    0.582819   
          spring  1.252963   1.0   ensemble    0.370402    0.408695   
          summer  0.854958   1.0   ensemble    0.076193    0.528038   
          fall    0.759645   1.0   ensemble    0.068928    0.498271   
2050-2075 winter  2.981373   1.0   ensemble    0.928940    1.139801   
          spring  2.042320   1.0   ensemble    0.748642    0.716289   
          summer  1.299277   1.0   ensemble    0.092611    0.812979   
          fall    1.108852   1.0   ensemble    0.109014    0.653199   
2021-2025 winter  0.864328   1.0   ensemble    0.301748    0.124708   
          spring  0.740410   1.0   ensemble    0.202963    0.049319   
          summer  0.526264   1.0   ensemble    0.105750    0.162856   
          fall    0.531141   1.0   ensemble    0.046278    0.388827   
2025-2050 winter  1.715075   1.0   ensemble    0.373866    0.582819   
          spring  1.252963   1.0   ensemble    0.370402    0.408695   
          summer  0.854958   1.0   ensemble    0.076193    0.528038   
          fall    0.759645   1.0   ensemble    0.068928    0.498271   
2050-2075 winter  2.981373   1.0   ensemble    0.928940    1.139801   
          spring  2.042320   1.0   ensemble    0.748642    0.716289   
          summer  1.299277   1.0   ensemble    0.092611    0.812979   
          fall    1.108852   1.0   ensemble    0.109014    0.653199   

                  hedges_max model_scenario  
period    season                             
2021-2025 winter    1.760912         ssp245  
          spring    1.189956         ssp245  
          summer    0.662142         ssp245  
          fall      0.687793         ssp245  
2025-2050 winter    2.423660         ssp245  
          spring    2.040903         ssp245  
          summer    1.055890         ssp245  
          fall      0.965831         ssp245  
2050-2075 winter    5.179203         ssp245  
          spring    3.898118         ssp245  
          summer    1.536149         ssp245  
          fall      1.435503         ssp245  
2021-2025 winter    1.760912         ssp585  
          spring    1.189956         ssp585  
          summer    0.662142         ssp585  
          fall      0.687793         ssp585  
2025-2050 winter    2.423660         ssp585  
          spring    2.040903         ssp585  
          summer    1.055890         ssp585  
          fall      0.965831         ssp585  
2050-2075 winter    5.179203         ssp585  
          spring    3.898118         ssp585  
          summer    1.536149         ssp585  
          fall      1.435503         ssp585  

我想要绘制数据，显示每个周期和季节的一个框，按场景以颜色分隔。每个框将由其平均值(套期保值)、标准差(std)以及潜在的最小和最大范围定义。这个想法是为了展示未来时期将如何改变估计的套期保值分布。我尝试了各种组合：

sns.boxplot(data=df, x="season", y="hedges", hue="model_scenario")

我的错误Could not interpret input 'season'与多索引有关，显然我必须以某种方式对其进行分组或拆分，但这就是我总是失败的地方。对于如何绘制这些数据的建议是值得赞赏的。

Answer 1

我假设您的目标是生成如下所示的图形：

​

​

因为你已经计算了盒子的盒子图统计信息，所以来自matplotlib的函数sns.boxplot()和matplotlib.axes.Axes.boxplot() (它是seaborn后端，在sns.boxplot()内部调用)不再是你可以使用的函数。ax.boxplot()尝试自己计算统计数据，因此这不是可行的方法。

计算完boxplot-statistics之后，matplotlib.axes.Axes.boxplot()调用[matplotlib.axes.Axes.bxp()](https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.boxplot.html)，这也是一个可以使用的函数。

函数matplotlib.axes.Axes.boxplot()接受一个具有以下命名约定的字典：

• med:中间值(标量浮点数)，
• q1:第一个四分位数(25%)(标量浮点数)，
• q3:第三个四分位数(75%)(标量浮点数)，
• whislo:下部晶须的下界(标量浮点)，
• whishi:上部晶须的上界(标量浮点)，<代码>H218<代码>F219

只需很小的修改，我们就可以重命名或生成所需的DataFrame列。但首先要重置你的多索引。

# df is defined and the multiinde
df = df.rename({'hedges':'med', 'hedges_min':'whislo', 'hedges_max':'whishi'}, axis=1)
df['q1'] = df['med'] - df['hedges_std']
df['q3'] = df['med'] + df['hedges_std']
df['label'] = df.apply(lambda x: '('+ x['period'] +' , '+ x['season'] + ')', axis=1)
df = df[['med', 'whislo','whishi','q1','q3', 'label']] # this are the columns we need

>>> df.head(5)
        med    whislo    whishi        q1        q3                 label
0  0.864328  0.124708  1.760912  0.562580  1.166076  (2021-2025 , winter)
1  0.740410  0.049319  1.189956  0.537447  0.943373  (2021-2025 , spring)
2  0.526264  0.162856  0.662142  0.420514  0.632014  (2021-2025 , summer)
3  0.531141  0.388827  0.687793  0.484863  0.577419    (2021-2025 , fall)
4  1.715075  0.582819  2.423660  1.341209  2.088941  (2025-2050 , winter)

我决定创建一个结合了period和season的标签。每个标签出现两次，每个model_scenario恰好出现一次。

这是我如何创建上图的代码。它不是完美的，但它展示了它是如何工作的。其中一些部分与sns.boxplot()的代码有关。

from matplotlib import rcParams
import matplotlib.pyplot as plt

colors = ['lightblue', 'olive']
model_scenario = ["ssp245", "ssp585"]
fig, ax = plt.subplots(figsize=(9, 4))
ax.set_title('box plot')

x_tick_label = []
x_tick_position = []
for i, group in enumerate(data_to_plt.groupby('label')):
    for j in range(group[1].shape[0]):
        x_tick_label.append(group[0])
        x_tick_position.append(i)
        if j ==0:
            p = i - 0.15
        else:
            p = i + 0.15
        artist_dict  = ax.bxp(
            bxpstats=[group[1].drop('label', axis=1).iloc[j].to_dict()], 
            showfliers=False, 
            patch_artist=True,
            positions=[p]
        )
        for box in artist_dict["boxes"]:
            box.update(dict(facecolor=colors[j],
                            zorder=.9,
                            edgecolor='gray',
                            linewidth=rcParams["lines.linewidth"])
            )
        if i == 0:
            rect = plt.Rectangle([0,0], 0, 0,
                                 linewidth=0,
                                 edgecolor='gray',
                                 facecolor=colors[j],
                                 label=model_scenario[j])
            ax.add_patch(rect)
            

ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.xticks(x_tick_position, x_tick_label, rotation = 90)

总结一下我对matplotlib所做的工作：

我使用labels

• I为图例生成标签，我使用bxp()

• I

1. model_scenario

x-

来绘制方框