将R中ggplot2箱线图+散点图迁移至Python的实现问题

错误原因 #

你之前的代码报错是因为Seaborn将x=0解析为布尔值（Python中0等价于False），而非像R ggplot2那样将其作为常量映射到x轴。Seaborn内部判断变量类型时，尝试对布尔值调用.all()方法，导致抛出AttributeError: 'bool' object has no attribute 'all'。

正确实现方式 #

方案1：使用Seaborn实现 #

通过为数据添加统一分组列替代直接传入数值0，利用scatterplot的hue和style参数实现按a_class区分颜色和形状，模拟R中geom_jitter的效果：

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

# 构造数据
df1 = pd.DataFrame({
    "a_class": list("abcdefghij"), 
    "vals": [1,2,3,4,5,6,7,8,9,10]
})
# 添加统一的x分组列
df1['x_group'] = ''

plt.figure(figsize=(6, 8))
# 绘制箱线图
sns.boxplot(x='x_group', y='vals', data=df1)
# 绘制带x方向抖动的散点，按a_class区分颜色和形状
sns.scatterplot(
    x='x_group', 
    y='vals', 
    data=df1, 
    hue='a_class', 
    style='a_class',
    s=100, 
    jitter=0.2,  # 控制x方向抖动幅度
    legend='full'
)
# 隐藏x轴的标题、刻度和标签
plt.xlabel('')
plt.xticks([])
# 调整图例位置避免遮挡图表
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()

方案2：使用Matplotlib原生实现 #

如果需要更精细的控制，可直接用Matplotlib绘制箱线图和散点：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.lines import Line2D

# 构造数据
df1 = pd.DataFrame({
    "a_class": list("abcdefghij"), 
    "vals": [1,2,3,4,5,6,7,8,9,10]
})

plt.figure(figsize=(6, 8))
# 绘制箱线图，指定x轴位置为0
plt.boxplot(df1['vals'], positions=[0])

# 定义不同形状的标记（选取10种不同形状）
markers = [m for m in Line2D.markers.keys() 
           if m not in [None, 'None', '', ' ', '.', ',', '_', '|']][:10]
# 定义颜色映射
colors = plt.cm.Set1(np.linspace(0, 1, 10))

# 逐个绘制带抖动的散点
for idx, (cls, val) in enumerate(zip(df1['a_class'], df1['vals'])):
    # x方向添加随机抖动
    x_pos = 0 + np.random.uniform(-0.2, 0.2)
    plt.scatter(
        x_pos, val, 
        marker=markers[idx], 
        color=colors[idx], 
        s=100, 
        label=cls
    )

# 隐藏x轴元素
plt.xlabel('')
plt.xticks([])
plt.ylabel('vals')
# 添加图例
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()

内容的提问来源于stack exchange，提问作者Fabrizio