Pandas箱线图散点偏移问题求助：如何正确显示单个数据点

问题原因 #

df.boxplot绘制的箱线图，每个箱线的x轴位置是从1开始的整数（第一列对应x=1，第二列对应x=2，依此类推），但直接用列名columns作为plt.scatter的x参数时，matplotlib会把列名当作分类变量，默认从0开始分配x位置，导致散点整体左移一个单位。

修复方法 #

方法1：手动指定散点x轴位置 #

生成从1开始的整数序列对应箱线的位置，替换columns作为x参数：

df_encoded.boxplot(column=columns, rot=90, fontsize=15)
newdata = pd.DataFrame(ndarrX_train[0].reshape(1,-1), columns=columns)
# 生成对应箱线位置的x坐标（从1开始）
x_positions = range(1, len(columns)+1)
plt.scatter(x_positions, newdata.values.flatten(), c='r')
plt.show()

方法2：从箱线图坐标轴提取精准位置 #

直接从箱线图的坐标轴对象中获取每个箱线的中心位置，适配性更强：

axes = df_encoded.boxplot(column=columns, rot=90, fontsize=15)
newdata = pd.DataFrame(ndarrX_train[0].reshape(1,-1), columns=columns)
# 获取每个箱线的中心x坐标
box_positions = [box.get_x() + box.get_width()/2 for box in axes.artists]
plt.scatter(box_positions, newdata.values.flatten(), c='r')
plt.show()

关键说明 #

• newdata.values.flatten()是将单行DataFrame转为一维数组，匹配scatter的y参数格式。
• 两种方法都能让散点精准对应到对应列的箱线正上方。

内容的提问来源于stack exchange，提问作者nima