如何将两个不同形状的DataFrame绘制为并排violinplot并添加swarmplot

问题描述 #

现有两个结构不同（各模型样本量不一致）的DataFrame，当前绘制的小提琴图出现重叠，需要将对应模型的蓝色、红色小提琴图分别并排展示，同时用swarmplot呈现数据点。

解决方案 #

核心思路是将两个数据集重构为长格式（Long Format），添加分组标记后合并，利用Seaborn的hue和dodge参数实现并排效果，无需手动填充NaN（Seaborn可自动处理非等长数据）。

完整代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns  # 补充导入Seaborn

# 构建原始数据
data1 = {
    'DT': np.random.normal(-1, 1, 100),
    'RF': np.random.normal(-1, 1, 110),
    'KNN': np.random.normal(-1, 1, 120)
}

data2 = {
    'DT': np.random.normal(-1, 1, 50),
    'RF': np.random.normal(-1, 1, 60),
    'KNN': np.random.normal(-1, 1, 80)
}

# 转换为长格式并添加分组标记
df1_long = pd.melt(pd.DataFrame(data1), var_name='模型', value_name='得分')
df1_long['数据集'] = '数据集1'

df2_long = pd.melt(pd.DataFrame(data2), var_name='模型', value_name='得分')
df2_long['数据集'] = '数据集2'

# 合并两个数据集
combined_df = pd.concat([df1_long, df2_long], ignore_index=True)

# 绘图
fig, ax = plt.subplots(figsize=(15, 6))

# 绘制小提琴图：dodge=True实现同模型下两个小提琴并排
sns.violinplot(
    data=combined_df,
    x='模型',
    y='得分',
    hue='数据集',
    palette={'数据集1': 'blue', '数据集2': 'red'},
    dodge=True,
    ax=ax
)

# 添加Swarm散点图：dodge=True让散点与小提琴位置对应
sns.swarmplot(
    data=combined_df,
    x='模型',
    y='得分',
    hue='数据集',
    palette={'数据集1': 'darkblue', '数据集2': 'darkred'},
    dodge=True,
    ax=ax,
    size=3  # 调整散点大小避免拥挤
)

# 优化图例：移除重复项
handles, labels = ax.get_legend_handles_labels()
ax.legend(handles[:2], labels[:2], title='数据集')

plt.show()

关键说明 #

1. 长格式转换：用pd.melt将宽格式数据转为长格式，方便Seaborn识别分组和类别。
2. 并排实现：violinplot和swarmplot的dodge=True参数，会让同一x轴类别下的不同hue元素自动并排，避免重叠。
3. 数据处理简化：无需手动填充NaN，Seaborn会自动忽略缺失值，直接处理非等长的模型数据。

内容的提问来源于stack exchange，提问作者rk___