Seaborn堆叠图绘制报错：Cylinders数据过滤及箱线图问题

错误根源 #

触发ValueError的核心原因是布尔运算优先级问题：Python中按位或运算符|的优先级高于相等运算符==，导致原代码df2['Cylinders'] == 8 | df2['Cylinders'] == 4被错误解析为df2['Cylinders'] == (8 | df2['Cylinders']) == 4，生成歧义的布尔Series，触发Pandas的真值判断报错。

修正后的完整代码 #

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

# 读取数据
df2 = pd.read_csv('/content/drive/MyDrive/mpg-Theo_Tuggle.csv')    

# 创建堆叠图布局
f, (ax_box, ax_hist) = plt.subplots(2, sharex=True, gridspec_kw={"height_ratios": (.15, .85)})
sns.set(style="ticks")

# 添加文本（修正原代码中ax未定义的问题）
text = 'Theo'
f.text(0.7, 0.6, text, fontsize=10, transform=f.transFigure)

# 定义箱线图异常点样式
flierprops = dict(marker='o', markersize=4, markerfacecolor='none', linestyle='none', markeredgecolor='gray')

# 正确过滤4、8缸数据（两种可选写法）
# 写法1：用括号包裹每个条件，确保逻辑或运算正确
df_filtered = df2[(df2['Cylinders'] == 8) | (df2['Cylinders'] == 4)]
# 写法2：用isin更简洁直观
# df_filtered = df2[df2['Cylinders'].isin([4, 8])]

# 绘制直方图：仅展示4、8缸的Acceleration数据
sns.histplot(data=df2[df2['Cylinders']==8], x="Acceleration", ax=ax_hist, kde=True)
sns.histplot(data=df2[df2['Cylinders']==4], x="Acceleration", ax=ax_hist, kde=True, color="orange")

# 绘制箱线图：X轴为Acceleration，Y轴为Cylinders（仅展示4、8缸）
ax = sns.boxplot(y=df_filtered.Cylinders, x=df_filtered.Acceleration, ax=ax_box,  
                 orient='h', fliersize=4, width=0.5, linewidth=1, flierprops=flierprops)  

# 美化图形
ax_box.set(yticks=[])
ax_box.set(xticks=[])
ax_box.set_xlabel('')
sns.despine(ax=ax_hist)                        
sns.despine(ax=ax_box, left=True, bottom=True) 

plt.show()

关键修正点说明 #

• 数据过滤修正：通过括号包裹单个条件或使用isin()方法，确保逻辑运算优先级正确，准确筛选出4、8缸的汽车数据。
• 文本位置修正：原代码在创建子图前调用ax.text()会导致ax未定义错误，改为使用画布对象f.text()添加文本。
• 箱线图参数调整：将过大的width=15改为合理值width=0.5，避免图形元素超出显示范围；同时调整fliersize匹配异常点样式定义。
• 逻辑一致性：箱线图和直方图均仅展示4、8缸的Acceleration数据，符合需求。

内容的提问来源于stack exchange，提问作者theocodes03