如何用Python绘制分3组每组含2子组的带颜色箱线图？

要实现你需要的「3个大区域、每个区域含2个紧挨着的不同颜色子箱线」的效果，核心是控制箱线的x轴位置和宽度，下面提供两种可行方案：

方案一：Matplotlib手动指定位置（精准控制间隙） #

手动设置每个箱线的x坐标，让同一区域的两个箱线紧密排列，不同区域之间留出间隔，完全消除子区域的间隙。

完整代码 #

import matplotlib.pyplot as plt
import numpy as np

# 你的原始数据
year_2050_model1 = [50.2, 45, 55]
year_2050_shift_model1 = np.array(year_2050_model1) + 1.5
year_2100_model1 = [45, 43, 46]
year_2100_shift_model1 = np.array(year_2100_model1) + 1.5

year_2050_model2 = [56.2, 49, 53]
year_2050_shift_model2 = np.array(year_2050_model2) + 1.5
year_2100_model2 = [43, 48, 41]
year_2100_shift_model2 = np.array(year_2100_model2) + 1.5

historical = [50, 49, 55]
observed = [54, 46, 58]

# 1. 整理数据：按「区域-子区域」分组
data_list = [
    # 区域1：基准
    historical, observed,
    # 区域2：Model1（合并2050/2100的原数据、偏移数据）
    year_2050_model1 + year_2100_model1, year_2050_shift_model1.tolist() + year_2100_shift_model1.tolist(),
    # 区域3：Model2（同理）
    year_2050_model2 + year_2100_model2, year_2050_shift_model2.tolist() + year_2100_shift_model2.tolist()
]

# 2. 指定每个箱线的x位置：同一区域的两个箱线紧挨着，区域间留间隙
positions = [0, 0.4, 1.5, 1.9, 3, 3.4]
box_width = 0.35  # 单个箱线宽度，确保两个子箱线总宽度小于区域间隔
colors = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b']  # 子区域对应颜色

# 3. 绘制箱线图
plt.figure(figsize=(10, 6))
box_plot = plt.boxplot(data_list, positions=positions, widths=box_width, patch_artist=True)

# 设置箱线颜色
for patch, color in zip(box_plot['boxes'], colors):
    patch.set_facecolor(color)

# 4. 设置x轴刻度与标签（对应3个大区域）
plt.xticks([0.2, 1.7, 3.2], ['基准', 'Model1', 'Model2'])

# 添加图例
legend_patches = [
    plt.matplotlib.patches.Patch(color='#1f77b4', label='Historical'),
    plt.matplotlib.patches.Patch(color='#ff7f0e', label='Observed'),
    plt.matplotlib.patches.Patch(color='#2ca02c', label='Model1 原模型'),
    plt.matplotlib.patches.Patch(color='#d62728', label='Model1 偏移模型'),
    plt.matplotlib.patches.Patch(color='#9467bd', label='Model2 原模型'),
    plt.matplotlib.patches.Patch(color='#8c564b', label='Model2 偏移模型')
]
plt.legend(handles=legend_patches, bbox_to_anchor=(1.05, 1), loc='upper left')

plt.ylabel('数值')
plt.title('分组箱线图')
plt.tight_layout()
plt.show()

关键说明 #

• 通过positions参数精准控制每个箱线的x坐标，同一区域的两个箱线间距设为0.4（小于区域间的1.1间隔），实现紧密排列。
• patch_artist=True允许自定义箱线填充色，解决颜色区分问题。

方案二：Seaborn调整参数简化实现 #

如果习惯用Seaborn，可通过调整dodge（子箱线间距）和width（组宽度）参数，消除子区域间隙，代码更简洁。

完整代码 #

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

# 你的原始数据
year_2050_model1 = [50.2, 45, 55]
year_2050_shift_model1 = np.array(year_2050_model1) + 1.5
year_2100_model1 = [45, 43, 46]
year_2100_shift_model1 = np.array(year_2100_model1) + 1.5

year_2050_model2 = [56.2, 49, 53]
year_2050_shift_model2 = np.array(year_2050_model2) + 1.5
year_2100_model2 = [43, 48, 41]
year_2100_shift_model2 = np.array(year_2100_model2) + 1.5

historical = [50, 49, 55]
observed = [54, 46, 58]

# 1. 整理成长格式DataFrame（Seaborn偏好的格式）
data = {
    '数值': [],
    '子区域': [],
    '大区域': []
}

# 填充基准区域数据
data['数值'].extend(historical + observed)
data['子区域'].extend(['Historical']*3 + ['Observed']*3)
data['大区域'].extend(['基准']*6)

# 填充Model1区域数据
data['数值'].extend(year_2050_model1 + year_2100_model1 + year_2050_shift_model1.tolist() + year_2100_shift_model1.tolist())
data['子区域'].extend(['Model1 原模型']*6 + ['Model1 偏移模型']*6)
data['大区域'].extend(['Model1']*12)

# 填充Model2区域数据
data['数值'].extend(year_2050_model2 + year_2100_model2 + year_2050_shift_model2.tolist() + year_2100_shift_model2.tolist())
data['子区域'].extend(['Model2 原模型']*6 + ['Model2 偏移模型']*6)
data['大区域'].extend(['Model2']*12)

df = pd.DataFrame(data)

# 2. 绘制箱线图，调整参数消除间隙
plt.figure(figsize=(10, 6))
sns.boxplot(
    data=df,
    x='大区域',
    y='数值',
    hue='子区域',
    dodge=0.8,  # 子箱线间距，设为接近1可消除间隙
    width=0.6    # 每组总宽度，配合dodge实现紧密排列
)

plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.ylabel('数值')
plt.title('分组箱线图')
plt.tight_layout()
plt.show()

关键说明 #

• dodge=0.8让同一大区域内的两个子箱线几乎紧贴，width=0.6控制每组的整体宽度，避免跨区域重叠。
• 长格式DataFrame更符合Seaborn的设计逻辑，便于后续扩展数据。

内容的提问来源于stack exchange，提问作者vgarza