与Pandas并排的箱线图

阿诺德·克莱因

我需要对存储在熊猫中的五个变量进行比较dataframe。我从这里使用了一个示例，它起作用了，但是现在我需要更改坐标轴和标题，但是我很难做到这一点。

这是我的数据：

df1.groupby('cls').head()
Out[171]: 
   sensitivity  specificity  accuracy       ppv       auc       cls
0     0.772091     0.824487  0.802966  0.799290  0.863700       sig
1     0.748931     0.817238  0.776366  0.785910  0.859041       sig
2     0.774016     0.805909  0.801975  0.789840  0.853132       sig
3     0.826670     0.730071  0.795715  0.784150  0.850024       sig
4     0.781112     0.803839  0.824709  0.791530  0.863411       sig
0     0.619048     0.748290  0.694969  0.686138  0.713899  baseline
1     0.642348     0.702076  0.646216  0.674683  0.712632  baseline
2     0.567344     0.765410  0.710650  0.665614  0.682502  baseline
3     0.644046     0.733645  0.754621  0.683485  0.734299  baseline
4     0.710077     0.653871  0.707933  0.684313  0.732997  baseline

这是我的代码：

>> fig, axes = plt.subplots(ncols=5, figsize=(12, 5), sharey=True)
>> df1.query("cls in ['sig', 'baseline']").boxplot(by='cls', return_type='axes', ax=axes)

得到的图片是：

如何：

更改标题（“箱形图由cls分组”）
摆脱沿水平线绘制的烦人[cls]
对出现在df1中的分类类别重新排序？（首先是灵敏度，其后是具体...）

伊恩·汤普森（Ian Thompson）

我建议使用 seaborn

这是一个可以帮助您的示例：

进口货

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

制作数据

data = {'sensitivity' : np.random.normal(loc = 0, size = 10),
        'specificity' : np.random.normal(loc = 0, size = 10),
        'accuracy' : np.random.normal(loc = 0, size = 10),
        'ppv' : np.random.normal(loc = 0, size = 10),
        'auc' : np.random.normal(loc = 0, size = 10),
        'cls' : ['sig', 'sig', 'sig', 'sig', 'sig', 'baseline', 'baseline', 'baseline', 'baseline', 'baseline']}

df = pd.DataFrame(data)
df

Seaborn有一个称为的漂亮工具factorplot，可以创建一个子图网格，在其中使用数据构建行/列。为了做到这一点，我们需要将其“融化”df为更可用的形状。

df_melt = df.melt(id_vars = 'cls',
                  value_vars = ['accuracy',
                                'auc',
                                'ppv',
                                'sensitivity',
                                'specificity'],
                  var_name = 'columns')

现在我们可以factorplot使用col“ columns”创建列。

a = sns.factorplot(data = df_melt,
                   x = 'cls',
                   y = 'value',
                   kind = 'box', # type of plot
                   col = 'columns',
                   col_order = ['sensitivity', # custom order of boxplots
                                'specificity',
                                'accuracy',
                                'ppv',
                                'auc']).set_titles('{col_name}') # remove 'column = ' part of title

plt.show()

您也可以只使用Seaborn的箱线图。

b = sns.boxplot(data = df_melt,
                hue = 'cls', # different colors for different 'cls'
                x = 'columns',
                y = 'value',
                order = ['sensitivity', # custom order of boxplots
                         'specificity',
                         'accuracy',
                         'ppv',
                         'auc'])

sns.plt.title('Boxplot grouped by cls') # You can change the title here
plt.show()

这将为您提供相同的图，但是全部在一个图中，而不是子图。它还允许您用一行更改图形标题。不幸的是，我找不到删除“ columns”字幕的方法，但希望这能帮到您。

编辑

要查看该地块侧身：Factorplot更换您的x和y值，改变col = 'columns'对row = 'columns'，变更col_order = [...]到row_order = [...]，并改变'{col_name}'对'{row_name}'像现在这样

a1 = sns.factorplot(data = df_melt,
                    x = 'value',
                    y = 'cls',
                    kind = 'box', # type of plot
                    row = 'columns',
                    row_order = ['sensitivity', # custom order of boxplots
                                 'specificity',
                                 'accuracy',
                                 'ppv',
                                 'auc']).set_titles('{row_name}') # remove 'column = ' part of title

plt.show()

Boxplot交换您的x和y值，然后orient = 'h'像这样添加参数

b1 = sns.boxplot(data = df_melt,
                 hue = 'cls',
                 x = 'value',
                 y = 'columns',
                 order = ['sensitivity', # custom order of boxplots
                         'specificity',
                         'accuracy',
                         'ppv',
                         'auc'],
                 orient = 'h')

sns.plt.title('Boxplot grouped by cls')
plt.show()