如何基于直方图分箱绘制对应row_accuracy的箱线图

需求说明 #

DataFrame包含val_a和row_accuracy两列，已绘制val_a的直方图，需基于val_a的分箱（示例为3个分箱），将对应分箱的row_accuracy箱线图放置在直方图每个分箱的正上方。

实现步骤及代码 #

核心思路是先获取直方图的分箱位置，再将对应分箱的row_accuracy数据以箱线图形式绘制在对应位置上方，无需使用双轴（twinx），直接在同一轴上调整布局即可。

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 构造示例数据
data = {
    "val_a": [-10, -8, -6, -4, 0, 2, 4, 6, 8, 10],
    "row_accuracy": [0.7, 0.8, 0.95, 0.9, 0.8, 0.7, 0.8, 0.7, 0.85, 0.9], 
}
df = pd.DataFrame(data)

fig, ax = plt.subplots(1, 1, figsize=(8, 5))

# 绘制直方图，同时获取分箱边界
n, bins, patches = ax.hist(df['val_a'], bins=3, alpha=0.7, label='val_a 直方图')

# 对val_a分箱，分组提取row_accuracy数据
df['val_bin'] = pd.cut(df['val_a'], bins=3)
grouped_data = [group['row_accuracy'].values for _, group in df.groupby('val_bin')]

# 计算每个分箱的中心位置，作为箱线图的x轴位置
bin_centers = (bins[:-1] + bins[1:]) / 2

# 在直方图上方绘制箱线图
box = ax.boxplot(
    grouped_data,
    positions=bin_centers,
    widths=(bins[1]-bins[0])*0.3,  # 箱线图宽度设为直方图柱子宽度的30%
    patch_artist=True,
    medianprops={'color': 'black'},
    label='row_accuracy 箱线图'
)

# 设置箱线图填充色
for patch in box['boxes']:
    patch.set_facecolor('lightblue')

# 调整y轴范围，避免箱线图和直方图重叠
ax.set_ylim(0, max(n)*1.2)
# 添加标签和图例
ax.set_xlabel('val_a 分箱')
ax.set_ylabel('频数 / row_accuracy')
ax.legend()

plt.tight_layout()
plt.show()

关键细节解释 #

• 调用ax.hist()时捕获返回值bins，用于后续计算分箱中心位置
• 通过pd.cut()给数据打分箱标签，分组后提取每个分箱的row_accuracy数据列表
• 箱线图的positions参数绑定到分箱中心，保证和直方图柱子对齐
• 调整箱线图宽度和y轴范围，避免与直方图重叠，提升可读性

内容的提问来源于stack exchange，提问作者Caesar