如何控制Seaborn小提琴图的数字位置？

Question

我有一些数据，这些数据与离散的Likert尺度样测量（Xn）和连续量（Y）之间有关系。在探讨这种关系时，我既对每个类别内的关系（Y与Xn）感兴趣，又对各个答案在类别内和跨类别的分布（X1[1]与X2[1]与X3[1]既感兴趣等）。

此代码大致显示了我的意思（甜点问题是Xn，得分是Y）：

import numpy as np
import pandas as pd
import seaborn as sns
sns.set()
from matplotlib import pyplot as plt

questions = ['Cupcakes', 'Biscuits', 'Sweets']

df = pd.DataFrame({
    question: np.random.randint(1, 6, 1000)
    for question in questions
})

df['Score'] = np.random.normal(df[questions].sum(axis=1))

df = df.melt(
    id_vars=['Score'], value_vars=questions,
    var_name='Question', value_name='Answer'
)

此刻，我可以使用Seaborn通过以下方式可视化每个关系和每个答案的分布：

sns.lmplot(
    data=df, x='Answer', y='Score',
    col='Question', hue='Question',
    x_jitter=0.1, scatter_kws={'alpha': 0.1}
);

抖动和alpha可以使例如的形状更清晰。所有杯形蛋糕的答案，或者让我快速比较类别之间的所有“ 5”个答案。

但是抖动的散点图实际上只是我认为理想的替代品：小提琴图。

如果我尝试在lmplot()上使用小提琴图，将会发生以下情况：

lmp = sns.lmplot(
    data=df, x='Answer', y='Score',
    col='Question', hue='Question',
    scatter=False
);

ss = lmp.map_dataframe(sns.violinplot, x='Answer', y='Score')

（忽略透明度的问题，这很容易解决。）请注意，与回归线相比，小提琴图向左偏移了一个单位。这是因为小提琴图仅用于抽象的分类数据，而Seaborn将分类的坐标从零开始。回归图从1开始，因为那是数据的下限。轴标签是小提琴图的类别标签，而不是数字标签（因此标签1实际上是数字0）。

如何定位小提琴图，使其分类定位与这些类别的自然数值表示对齐？

Seaborn的问题跟踪器（#859, Allow specifying of x position for categorical plots）中存在此问题，但开发人员已决定不包括此功能。我曾尝试直接用Matplotlib代码制作小提琴图，但是要获得与Seaborn的小提琴图相同的质量和细节（例如中心线可视化效果）非常困难。