Seaborn小提琴图，用于按分类列拆分单列

Question

我有一个看起来像这样的数据框：

    num_column    is_train
    30.75               1
    12.05               1 
    ..                 ..
    43.79               0         
    15.35               0              

我想用小提琴图查看num_column的分布情况，小提琴的每一面（或各部分）在is_train列中显示我的两个类别中每个类别的数据。

在examples in documentation中，我可以想到的是：

import seaborn as sns
sns.violinplot(x=merged_data.loc[:,'num_column'], hue=merged_data.loc[:,'is_train'], split=True)

从结果来看，我看到参数hue和split根本没有任何作用。小提琴的含义没有分开，我看不到任何图例，因此我认为hue的论点无效。

我正在尝试比较火车和测试数据中某列的分布情况。

Answer 1

您可以使用x=参数创建多个小提琴。如果需要通过第三列进行区分，则使用hue和split参数。

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

merged_data = pd.DataFrame({'num_column': 20 + np.random.randn(1000).cumsum(),
                            'is_train': np.repeat([0, 1], 500)})
sns.violinplot(data=merged_data, x='is_train', y='num_column')
plt.show()

Answer 2

split=参数将与hue嵌套一起使用，仅当您已有x=参数时才可使用。因此，您需要同时为x（两个数据集都应具有相同的值）和hue（根据数据集进行编码）提供列：

merged_data['dummy'] = 0
sns.violinplot(data=merged_data, y='num_column', split=True, hue='is_train', x='dummy')