如何使用xarray GroupBy绘制分组箱线图

步骤说明 #

1. 导入所需依赖库
2. 对DataSet按指定字段分组并转换为适合绘图的格式
3. 绘制并列箱线图并配置轴标签与样式

代码实现 #

import xarray as xr
import matplotlib.pyplot as plt
import seaborn as sns

# 加载你的xarray DataSet（替换为实际数据加载方式）
ds = xr.load_dataset("your_dataset.nc")

# 按'init_area_rounded'分组，提取'g10'变量并转为pandas DataFrame
# 转换后便于绘图库直接处理
grouped_df = ds["g10"].groupby("init_area_rounded").to_dataframe().reset_index()

# 可选：移除含缺失值的行（若数据存在空值）
grouped_df = grouped_df.dropna(subset=["g10"])

# 配置绘图风格
sns.set_style("whitegrid")

# 创建画布并设置尺寸
plt.figure(figsize=(12, 6))

# 绘制并列箱线图：X轴为分组区域，Y轴为10小时增长量
sns.boxplot(x="init_area_rounded", y="g10", data=grouped_df)

# 设置轴标签与标题
plt.xlabel("区域")
plt.ylabel("10小时增长量")
plt.title("各区域10小时增长量分布箱线图")

# 旋转X轴标签避免名称重叠（按需调整角度）
plt.xticks(rotation=45)

# 自动调整布局，防止标签被截断
plt.tight_layout()

# 显示图表
plt.show()

关键细节说明 #

• 利用xarray的groupby方法完成分组后，转换为pandas DataFrame是因为主流绘图库（matplotlib/seaborn）对其支持更友好，能直接映射分组字段与数值字段。
• 如果不需要seaborn，也可以用matplotlib原生的boxplot方法，只需将分组数据整理为列表传入：

  # 用matplotlib原生方法绘制的替代代码
  groups = grouped_df.groupby("init_area_rounded")["g10"].apply(list).values
  labels = grouped_df["init_area_rounded"].unique()
  
  plt.figure(figsize=(12, 6))
  plt.boxplot(groups, labels=labels)
  plt.xlabel("区域")
  plt.ylabel("10小时增长量")
  plt.xticks(rotation=45)
  plt.tight_layout()
  plt.show()
  

内容的提问来源于stack exchange，提问作者Alyssa S