Python 熊猫箱线图，按每个子批次中的不同ylim分组

我有一个数据帧，我想将其绘制为：

>>> X = pd.DataFrame(np.random.normal(0, 1, (100, 3)))
>>> X['NCP'] = np.random.randint(0, 5, 100)
>>> X[X['NCP'] == 0] += 100
>>> X.groupby('NCP').boxplot()

---

结果就是我想要的，但是所有的子地块都有相同的ylim。这使得不可能正确地可视化结果。如何为每个子批次设置不同的ylim？

您要求的是为每个轴分别设置y轴。我认为应该是ax.set_ylim（[a，b]）。但每次我为每个轴运行它时，它都会为所有轴更新

因为我不知道如何直接回答你的问题，所以我提供了一个解决方案

X = pd.DataFrame(np.random.normal(0, 1, (100, 3)))
X['NCP'] = np.random.randint(0, 5, 100)
X[X['NCP'] == 0] += 100

groups = X.groupby('NCP')

print groups.groups.keys()

# This gets a number of subplots equal to the number of groups in a single 
# column.  you can adjust this yourself if you need.
fig, axes = plt.subplots(len(groups.groups), 1, figsize=[10, 12])

# Loop through each group and plot boxplot to appropriate axis
for i, k in enumerate(groups.groups.keys()):
    group = groups.get_group(k)
    group.boxplot(ax=axes[i], return_type='axes')

---

它可以工作。我认为这是一个bug，因为我确信我能够用我不工作的代码完成它。