多类别化学元素分析数据的箱线图与小提琴图绘制求助

数据预处理 #

你当前的宽格式数据表（首列为类别，其余列对应各元素分析数据）需要先转换为长格式，适配seaborn绘图要求：

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

# 替换category为你实际的类别列名
df_long = df.melt(
    id_vars='category',
    var_name='element',
    value_name='content'
)

绘制箱线图 #

单画布多元素并列展示 #

plt.figure(figsize=(18, 7))
sns.boxplot(
    data=df_long,
    x='element',
    y='content',
    hue='category'
)
plt.xticks(rotation=45, ha='right')
plt.xlabel('元素')
plt.ylabel('分析含量')
plt.legend(title='类别', bbox_to_anchor=(1.01, 1), loc='upper left')
plt.tight_layout()
plt.show()

按元素分面展示 #

如果元素数量多，单画布太拥挤可以用分面布局：

g = sns.FacetGrid(
    df_long,
    col='element',
    col_wrap=4, # 每行4个子图，可自行调整
    sharey=False, # 每个子图y轴独立适配范围
    height=3
)
g.map(
    sns.boxplot,
    'category',
    'content',
    order=df['category'].unique()
)
g.set_titles('{col_name}')
g.set_axis_labels('类别', '含量')
plt.tight_layout()
plt.show()

绘制小提琴图 #

和箱线图逻辑一致，替换绘图函数即可：

# 单画布版本
plt.figure(figsize=(18, 7))
sns.violinplot(
    data=df_long,
    x='element',
    y='content',
    hue='category',
    cut=0, # 截断小提琴边界到数据实际范围
    inner='box' # 内部嵌套箱线图，同时展示两个图的特征
)
plt.xticks(rotation=45, ha='right')
plt.xlabel('元素')
plt.ylabel('分析含量')
plt.legend(title='类别', bbox_to_anchor=(1.01, 1), loc='upper left')
plt.tight_layout()
plt.show()

注意事项 #

• 如果你的原始数据列名和示例不同，替换代码中对应的列名字符串即可
• 可以通过palette参数自定义配色，通过figsize、height调整画布和子图尺寸
• 元素数量过多时优先选择分面布局，避免单图信息太密集看不清细节

内容的提问来源于stack exchange，提问作者EVS_93