Matplotlib：我们可以在同一个图表上绘制直方图和箱线图吗？

Question

我有一个关于绘制直方图和箱线图 Matplotlib 的问题。

我知道我可以分别绘制直方图和箱线图。我的问题是，是否可以将它们绘制在同一个图表上，例如本网站中显示的图表？ 施普林格图片

非常感谢！

Answer 1

使用 matplotlib 有多种方法可以实现此目的。

plt.subplots()

方法以及

AxesGrid1

和

gridspec

工具包都提供了非常优雅的解决方案，但可能需要时间来学习。

执行此操作的一种简单、强力的方法是自己手动将轴对象添加到图形中。

import numpy as np
import matplotlib.pyplot as plt

# fake data
x = np.random.lognormal(mean=2.25, sigma=0.75, size=37)

# setup the figure and axes
fig = plt.figure(figsize=(6,4))
bpAx = fig.add_axes([0.2, 0.7, 0.7, 0.2])   # left, bottom, width, height:
                                            # (adjust as necessary)
histAx = fig.add_axes([0.2, 0.2, 0.7, 0.5]) # left specs should match and
                                            # bottom + height on this line should
                                            # equal bottom on bpAx line
# plot stuff
bp = bpAx.boxplot(x, notch=True, vert=False)
h = histAx.hist(x, bins=7)

# confirm that the axes line up 
xlims = np.array([bpAx.get_xlim(), histAx.get_xlim()])
for ax in [bpAx, histAx]:
    ax.set_xlim([xlims.min(), xlims.max()])

bpAx.set_xticklabels([])  # clear out overlapping xlabels
bpAx.set_yticks([])  # don't need that 1 tick mark
plt.show()

Answer 2

是的，我见过的处理此问题的最佳方法可以在这里找到。 代码和图表的副本：

# Import library and dataset
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')
 
# Cut the window in 2 parts
f, (ax_box, ax_hist) = plt.subplots(2, sharex=True, gridspec_kw={"height_ratios": (.15, .85)})
 
# Add a graph in each part
sns.boxplot(df["sepal_length"], ax=ax_box)
sns.distplot(df["sepal_length"], ax=ax_hist)
 
# Remove x axis name for the boxplot
ax_box.set(xlabel='')

Answer 3

我一直在寻找类似的东西，这对我有用。图片链接在这里https://raw.githubusercontent.com/preetihemant/preetihemant.github.io/master/images/hist_boxplot.png

plt.subplot(2,1,1)
plt.hist(data,histtype='bar',bins=[values]) 
plt.xlabel('x-label')
plt.ylabel('y-label')
plt.title('Graph title')

plt.subplot(2,1,2)
plt.boxplot(values)

plt.show()

Answer 4

以下是为实现完整数据集的结果而修改的函数：

def histogram_boxplot(df, figsize=(16,4)):
    cols = df.columns
    rows = int(np.ceil(len(cols)/4))
    f,axes = plt.subplots(2*rows,4, sharex=True, 
                      gridspec_kw={'height_ratios':(.2,.8)},
                      figsize=figsize)
    r,c = 0,0
    for feature in cols:
        if df[feature].dtype == 'object':
            continue
        sns.boxplot(df[feature],ax=axes[r,c], vert=False, color='Skyblue')
        sns.histplot(df[feature],kde=True, ax=axes[r+1,c]) 
        axes[r+1,c].axvline(np.mean(df[feature]),color='g',linestyle='-')
        axes[r+1,c].axvline(np.median(df[feature]),color='r',linestyle='--')
        axes[r  ,c].set_xticklabels([])  # clear out overlapping xlabels
        axes[r  ,c].set_yticks([])       # don't need that 1 tick mark
        c = c+1
        if c == 4:
            c = 0
            r = r+2
        plt.plot()
    return