如何用Seaborn批量绘制威斯康星乳腺癌数据集变量箱线图网格

嘿，我懂你不想逐个变量写重复代码的麻烦！用matplotlib搭配seaborn，几行代码就能搞定所有数值变量的箱线图网格布局，下面是具体的实现步骤和代码：

实现思路 #

首先我们要把数据集中的数值变量筛选出来（排除id和diagnosis这两个非数值/分类列），然后创建一个自适应的子图网格，循环遍历每个变量在对应子图上绘制箱线图，最后调整布局让图形更美观。

完整代码示例 #

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

# 加载数据集（请替换为你的本地CSV文件路径）
dsWisconsin = pd.read_csv("breast-cancer-wisconsin-data.csv")

# 筛选需要绘制的数值变量：移除id和diagnosis列
numeric_features = dsWisconsin.columns.drop(['id', 'diagnosis'])

# 设置网格布局参数：比如每行展示4个图，自动计算所需行数
cols_per_row = 4
total_rows = (len(numeric_features) + cols_per_row - 1) // cols_per_row  # 向上取整计算行数

# 创建画布，设置合适的尺寸保证图形清晰
plt.figure(figsize=(16, total_rows * 4))

# 循环遍历每个变量，绘制箱线图
for index, feature in enumerate(numeric_features):
    # 定位到当前子图
    ax = plt.subplot(total_rows, cols_per_row, index + 1)
    # 绘制箱线图，x轴为diagnosis，y轴为当前变量
    sns.boxplot(x='diagnosis', y=feature, data=dsWisconsin, ax=ax)
    # 设置子图标题和轴标签
    ax.set_title(f'{feature} by Diagnosis')
    ax.set_xlabel('Diagnosis')
    ax.set_ylabel(feature)

# 自动调整子图间距，避免标题、标签重叠
plt.tight_layout()
plt.show()

代码细节说明 #

• 筛选变量：通过columns.drop()精准排除不需要的列，确保我们只处理需要可视化的数值特征。
• 自适应网格：用(len(numeric_features) + cols_per_row -1) // cols_per_row自动计算行数，不管数据集里有多少个数值变量，都能适配出合适的网格布局。
• 循环绘制：借助enumerate获取变量的索引，对应到子图的位置，每个子图独立绘制箱线图，保证逻辑清晰。
• 布局优化：tight_layout()会自动调整子图间的间距，避免标题、轴标签互相遮挡，让整个网格看起来整洁有序。

如果想调整每行展示的图数量，只需要修改cols_per_row的值即可（比如改成3或5），行数会自动适配调整。

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