在Python中使用seaborn将distplot和boxplot一起绘制时，修复倒置的distplot

Question

我的数据框如下：-

spending    advance_payments    probability_of_full_payment     current_balance     credit_limit    min_payment_amt     max_spent_in_single_shopping
0   19.94   16.92   0.8752  6.675   3.763   3.252   6.550
1   15.99   14.89   0.9064  5.363   3.582   3.336   5.144
2   18.95   16.42   0.8829  6.248   3.755   3.368   6.148
3   10.83   12.96   0.8099  5.278   2.641   5.182   5.185
4   17.99   15.86   0.8992  5.890   3.694   2.068   5.837
...     ...     ...     ...     ...     ...     ...     ...
205     13.89   14.02   0.8880  5.439   3.199   3.986   4.738
206     16.77   15.62   0.8638  5.927   3.438   4.920   5.795
207     14.03   14.16   0.8796  5.438   3.201   1.717   5.001
208     16.12   15.00   0.9000  5.709   3.485   2.270   5.443
209     15.57   15.15   0.8527  5.920   3.231   2.640   5.879

现在，我正在尝试使用seaborn库在该图的顶部绘制一个箱形图。 Distplot本身可以正常工作，但是当我在同一轴上添加boxplot时，distplot会反转，不确定为什么会这样。有人可以帮我解决这个问题吗？

以下是我的代码：-

fig, axs = plt.subplots(3, 3,figsize=(10,10))
j=0
k=0
for i in df.columns:
    sns.distplot(df[i],ax=axs[j,k],color='blue')
    sns.boxplot(df[i],ax=axs[j,k],color='green',boxprops=dict(alpha=.5))
    plt.gca().invert_xaxis()
    k=k+1
    if k==3:
        k=0
        j=j+1
fig.tight_layout()
plt.show()

我尝试了plt.gca().invert_xaxis()，但没有帮助。

下面是我得到的输出。

Answer 1

在同一图形上添加不同的图表类型是导致您出现问题的原因，因为seaborn无法很好地处理它们。相反，seaborn提供内置绘图选项来组合不同的图表。在您的情况下，您希望将箱形图与内核估计结合起来。 Seaborn允许您使用violinplot来做到这一点。

它可以产生类似这样的结果：

（摘自上面链接的文档）

该格式看起来与您尝试执行的操作有所不同，但本质上它显示的是相同的数据：带有箱线图的频率。

您的案例代码：

fig, axs = plt.subplots(3, 3,figsize=(10,10))
j=0
k=0
for i in df.columns:
    sns.violinplot(df[i],ax=axs[j,k],cut=0)
    k=k+1
    if k==3:
        k=0
        j=j+1
fig.tight_layout()
plt.show()

我一直在寻找为什么与boxplot一起绘制时distplot被反转的良好原因。到目前为止，我找不到一个好的答案。