使用seaborn jointplot时报TypeError：无法将序列与float相乘

问题 #

我有一个包含分类字段inc_open_hours_bucket和数值字段inc_volume的DataFrame，尝试使用seaborn的jointplot(kind='hex')绘制二者关系时，触发错误：TypeError: can't multiply sequence by non-int of type 'float'。原本以为分类字段和整数字段搭配不会有问题，请问是否需要强制转换字段类型才能使用该图表？

相关代码及数据 #

data = {'inc_open_hours_bucket': ['No Data', '0_15_min', '15_30_min', '30_45_min', '45_60_min',
                                  '1_1.5_hour', '1.5_2_hour', '2_2.5_hour', '2.5_3_hour',
                                  '3_3.5_hour', '3.5_4_hour', '4_4.5_hour', '4.5_5_hour',
                                  '5_5.5_hour', '5.5_6_hour', '> 6_hour'],
        'inc_volume': [153, 99, 50, 46, 53, 73, 50, 44, 37, 34, 29, 23, 13, 15, 18, 417]}

df = pd.DataFrame(dict(data))
print(df)

输出结果：

inc_open_hours_bucket  inc_volume
0                No Data         153
1               0_15_min          99
2              15_30_min          50
3              30_45_min          46
4              45_60_min          53
5             1_1.5_hour          73
6             1.5_2_hour          50
7             2_2.5_hour          44
8             2.5_3_hour          37
9             3_3.5_hour          34
10            3.5_4_hour          29
11            4_4.5_hour          23
12            4.5_5_hour          13
13            5_5.5_hour          15
14            5.5_6_hour          18
15              > 6_hour         417

df.info()输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 16 entries, 0 to 15
Data columns (total 2 columns):
inc_open_hours_bucket    16 non-null object
inc_volume               16 non-null int64
dtypes: int64(1), object(1)
memory usage: 336.0+ bytes

绘图代码 #

# Create jointplot
sns.set(font_scale = 0.5)
ax = sns.jointplot(x='inc_open_hours_bucket',y='inc_volume',data=df,kind='hex')
# Add attributes
plt.title("INC by inc_open_hours_bucket")
plt.show()
# Save image
ax_Figure = ax.get_figure()
# Set to high resolution and save
ax_Figure.savefig('12. INC by inc_open_hours_bucket.png', dpi=300) 

解决方案 #

错误原因 #

jointplot的kind='hex'（六边形分箱图）要求两个轴的字段都必须是数值类型——它的核心逻辑是对数据进行空间分箱并统计密度，而字符串类型的分类字段无法参与数值化的分箱计算，因此触发类型错误。

处理方法 #

方法1：改用适配分类-数值关系的图表类型

如果你的核心需求是展示分类字段与数值字段的关联，hex类型的jointplot并不适配，推荐使用更匹配的图表：

• 箱线图：sns.boxplot(x='inc_open_hours_bucket', y='inc_volume', data=df)
• 条形图：sns.barplot(x='inc_open_hours_bucket', y='inc_volume', data=df)
• 散点型jointplot：将kind='hex'改为kind='scatter'，分类字段会被自动映射为索引数值，但视觉效果不如专门的分类图表直观。

方法2：将分类字段映射为数值索引（仅需保留hex图时）

若一定要使用hex类型的jointplot，可以手动将分类字段转换为对应的数值索引：

# 为分类字段创建数值映射
df['bucket_idx'] = df['inc_open_hours_bucket'].astype('category').cat.codes

# 使用数值索引绘制hex图
sns.set(font_scale = 0.5)
ax = sns.jointplot(x='bucket_idx', y='inc_volume', data=df, kind='hex')

# 将x轴刻度替换为原分类标签
ax.ax_joint.set_xticks(range(len(df['inc_open_hours_bucket'].unique())))
ax.ax_joint.set_xticklabels(df['inc_open_hours_bucket'].unique(), rotation=45)

plt.title("INC by inc_open_hours_bucket")
plt.show()
ax.get_figure().savefig('12. INC by inc_open_hours_bucket.png', dpi=300)

注：这种方式本质是用分类的索引值替代原分类，hex图展示的是索引与数值的密度分布，仅在需要这种密度统计场景下有意义，否则优先推荐方法1。

内容的提问来源于stack exchange，提问作者Peter Lucas