Блог

Есть ли краткий способ построения сводной статистики в Python в виде boxplot? Приведенный ниже код дает гистограмму каждого среднего значения, я хочу поменять каждую гистограмму на прямоугольную диаграмму.

Я понимаю, что мне не нужно подводить итоги, однако с реальными данными просто построение одного из блоков заняло много времени (даже с showfliers=False ); Мне не нужно видеть выбросы, и я также захочу добавить панель «по всему населению» (т. Е. По всем кластерам) для каждого «ПК» (любые предложения по этому поводу были бы с благодарностью.. Я снова пытаюсь перейти с R на python, и просто получение этих нескольких строк кода заняло достаточно много времени)

 import matplotlib.pyplot as plt
import seaborn as sns
out = pd.DataFrame({'cluster':['a']*100 ['b']*100,
                         'pc': ['w', 'x', 'y', 'z']*50,
                         'value': np.random.normal(size=200)})
grouped = out.groupby(['cluster', 'pc'])
out = grouped.describe()
out = out.reset_index()
out.columns = [e[0] if e[0] != 'value' else e[1] for e in out.columns.tolist()]

#sns.catplot(x='cluster', y='mean', col='pc', kind='bar', data=out)
g = sns.FacetGrid(out, col="pc", col_wrap = 2)
g = g.map(plt.bar, "cluster", "mean")
  

Вы можете нарисовать прямоугольную диаграмму из сводной статистики, используя Axes.bxp() . Это должно быть инкапсулировано в пользовательскую функцию построения графика, переданную map() :

 def my_bxp(**kwargs):
    ax = plt.gca()
    data = kwargs.pop('data')
    color = kwargs.pop('color')
    bxpstats = []
    for _,row in data.iterrows():
        print(row)
        d = {'med': row.loc['50%'],
             'q1': row.loc['25%'],
             'q3': row.loc['75%'],
             'whislo': row.loc['min'],
             'whishi': row.loc['max'],
             'label': row.loc['cluster']}
        bxpstats.append(d)
    ax.bxp(bxpstats, showfliers=False, boxprops=dict(color=color), 
                                       whiskerprops=dict(color=color), 
                                       capprops=dict(color=color))
    

g = sns.FacetGrid(out, col="pc", col_wrap = 2)
g = g.map_dataframe(my_bxp)
  

Обратите внимание, что для простоты у меня усы простираются от min до max, что не является обычным представлением. Возможно, вам придется вычислить правильные экстенты усов при расчете сводной статистики, если это то, что вы хотите.

Проще рисовать несколько боковых диаграмм с сохранением исходных данных.

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

df = pd.DataFrame({'cluster':['a']*100 ['b']*100,
                         'pc': ['w', 'x', 'y', 'z']*50,
                         'value': np.random.normal(size=200)})
c = ['a']*25 ['b']*25
df1 = pd.concat([pd.Series(c), 
           df[df['pc'] == 'w']['value'].reset_index(drop=True), 
           df[df['pc'] == 'x']['value'].reset_index(drop=True), 
           df[df['pc'] == 'y']['value'].reset_index(drop=True), 
           df[df['pc'] == 'z']['value'].reset_index(drop=True)], axis=1, ignore_index=True)
df1.columns = ['cluster','w','x','y','z']


fig, axes = plt.subplots(1, 4, figsize=(8, 4)
fig.subplots_adjust(wspace=0.3, hspace=0.4)

ax = sns.boxplot(x="cluster", y='w', data=df1, orient='v', ax=axes[0])
ax = sns.boxplot(x="cluster", y='x', data=df1, orient='v', ax=axes[1])
ax = sns.boxplot(x="cluster", y='y', data=df1, orient='v', ax=axes[2])
ax = sns.boxplot(x="cluster", y='z', data=df1, orient='v', ax=axes[3])