在seaborn绘制多个方块图？

Question

我想用熊猫中的seaborn绘制boxplots，因为这是一种更好的可视化数据的方法，但我不太熟悉。我有三个不同度量的数据帧，我想比较不同的度量。我将遍历文件路径来访问它们。

for path in paths: 
   df = pd.read_csv(path)

每个度量的dfs是独立的，看起来像这样（其中。。。。表示填充的数据值）。1、2、3、4、5是列名，表示不同的试验：

    1  2  3  4  5
0   ..............
1   ..............
2   ..............
3   ..............
4   ..............

我想让所有的试验1，2，3，4，5和3个指标并排，其中所有的三个指标的第一个试验图都在左边，然后所有的第二个试验图都在右边，以此类推。

我怎么能在西伯恩这样做呢？我知道我可以通过循环路径并使用如下boxplot函数来为每个度量单独绘制：

sns.boxplot(data=df)   

然而，我怎样才能在同一个图上同时匹配其他度量的图呢？

Answer 1

考虑首先为每个对应的数据帧分配一个分组列，比如Trial，然后为数据帧分配pd.concat，最后在使用seaborn绘图之前为指示符/值长数据帧分配pd.melt。下面用随机数据演示：

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

np.random.seed(44)
# DATAFRAMES WITH TRIAL COLUMN ASSIGNED
df1 = pd.DataFrame(np.random.randn(5,5), columns=list(range(1,6))).assign(Trial=1)
df2 = pd.DataFrame(np.random.randn(5,5), columns=list(range(1,6))).assign(Trial=2)
df3 = pd.DataFrame(np.random.randn(5,5), columns=list(range(1,6))).assign(Trial=3)

cdf = pd.concat([df1, df2, df3])                                # CONCATENATE
mdf = pd.melt(cdf, id_vars=['Trial'], var_name=['Number'])      # MELT

print(mdf.head())
#    Trial Number     value
# 0      1      1 -0.750615
# 1      1      1 -1.715070
# 2      1      1 -0.963404
# 3      1      1  0.360856
# 4      1      1 -1.190504

ax = sns.boxplot(x="Trial", y="value", hue="Number", data=mdf)  # RUN PLOT   
plt.show()

plt.clf()
plt.close()

Answer 2

# libraries
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
from random import randint, gauss

# create a DataFrame
df = pd.DataFrame({
    'Sensations':[randint(1,3) for i in range(300)]
})
df['Temperature'] = df['Sensations'].map(lambda x: gauss(0.8/x,0.1)*40)
df['Sensations'] = df['Sensations'].map({1:'hot',2:'normal',3:'cold'})

# create plot
ax = sns.boxplot(x="Sensations", y="Temperature", data=df)

# show plot
plt.show()

Boxplot example