基于DataFrame双列数据按sample_id分类的小提琴图绘制需求

需求说明 #

现有包含1000行数据的DataFrame，列结构如下：

sample_id | chi_2_n_est | chi_2_n_theo 
---------------------------------------
1         | 1.01        | 1.001 
1         | 1.03        | 1.012 
... 
2         | 1.11        | 1.04
3         | 1.21        | 1.03
...

需要为chi_2_n_est和chi_2_n_theo列绘制小提琴图，按sample_id拆分，对比每个样本ID下两类数据的分布，蓝色代表chi_2_n_est，橙色代表chi_2_n_theo。

实现方案 #

使用pandas处理数据格式，seaborn绘制小提琴图，步骤如下：

1. 导入依赖库

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

2. 转换数据格式
   将宽表转为长格式，适配seaborn的分组绘图逻辑：

# 假设你的DataFrame变量名为df
melted_df = df.melt(id_vars='sample_id', 
                    value_vars=['chi_2_n_est', 'chi_2_n_theo'],
                    var_name='data_type', 
                    value_name='value')

3. 绘制小提琴图
   设置分组规则、配色并完成绘图：

# 设置绘图风格
sns.set_style("whitegrid")

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制拆分式小提琴图
sns.violinplot(data=melted_df, 
               x='sample_id', 
               y='value', 
               hue='data_type',
               split=True,  # 同一Sample ID下的两个分布共用小提琴左右半区
               palette={'chi_2_n_est': '#1f77b4', 'chi_2_n_theo': '#ff7f0e'},  # 指定蓝橙配色
               inner='quartile')  # 内部显示四分位数线

# 设置图表标签与标题
plt.title('chi_2_n_est vs chi_2_n_theo Distribution by Sample ID', fontsize=14)
plt.xlabel('Sample ID', fontsize=12)
plt.ylabel('Value', fontsize=12)

# 调整图例位置
plt.legend(title='Data Type', loc='upper right')

# 展示图形
plt.show()

关键参数说明 #

• split=True：让同一Sample ID下的两类数据分布在同一个小提琴图的左右两侧，更便于直观对比
• palette：严格匹配需求的蓝橙配色，对应两类数据列
• inner='quartile'：在小提琴内部标注四分位数，辅助观察数据的离散程度

内容的提问来源于stack exchange，提问作者twistfire