代码之家 › 专栏 › 技术社区 › arash

seaborn的分组散点图中的样本梯度?

visualization seaborn python

arash · 技术社区 · 1 年前

背景

在生物学(也许还有其他领域)中,有时你想把“控制”和“治疗”条件之间的区别可视化。通常,人们会从每个条件中收集几个样本,并并排绘制分布图、散点图或群体图。在这种情况下,由于样本是独立的,因此可以提取的只是总体分布变化。

但有时,凭借明智的实验设置,同一个样本点可以同时经历这两种条件。因此,人们可以直接评估每个样本的“治疗”效果,并检查他/她关于治疗的假设是否均匀地应用于所有样本。我在文学作品中经常看到这样一个富有洞察力的情节:

问题

我想知道是否有办法用seaborn来绘制这样的情节。 Boxplot 是我遇到的最相似的东西。但它缺少两个特点:

它只散布异常值(而不是所有样本)
未绘制所有组的相邻类别之间的渐变线

有简单的方法来做这两件事吗?任何想法都将不胜感激。

1 回复 | 直到 1 年前

mozway 1 年前

假设有这样一个例子:

import seaborn as sns

df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [1, 2, 4, 6, 7]})

ax = sns.boxplot(df)

输出

你可以 transpose 您的DataFrame, reset_index 并覆盖折线图:

import seaborn as sns

df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [1, 2, 4, 6, 7]})

ax = sns.boxplot(df)

(df.T.reset_index(drop=True)
   .plot(marker='o', ls=':', color='k', legend=False, ax=ax)
)

输出

推荐文章

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

lpt · 外语中的词云或可视化

7 年前

agftrading · 通过熊猫内置数据可视化方法绘制图表时,是否可以明确设置图表颜色参数?

7 年前

Fedor Nikitin · 如何获取Bokeh热图中点击位置的标签

7 年前

Forrest · Matlab-散点图不同颜色的多类

7 年前

user3363813 · 使用可变时间设置动画

7 年前

Danish Zahid Malik · 如何在闪亮的r中从gadm绘制地图?

7 年前

Paridhi · 使用Python数据框绘制折线图

7 年前

user8402764 · 如何在Kibana中可视化数组字段中所有值的计数

7 年前

Luv · 如何在R中的同一图形中显示并排条形图和堆叠条形图?

7 年前