Python 为划分为多个存储箱的数据绘制一个方框和胡须图

我有一个包含两列（f1和f2）的数据框。您可以使用以下方法创建示例数据帧：

# intialise data of lists. 
data = {'f1':[20,183,19,45,9173,11,482], 
        'f2':[771,8773,91,837,917,891,11]} 
  
# Create DataFrame 
d = pd.DataFrame(data) 
  
# Print the output. 
d 

我使用以下代码将数据帧划分为20个存储箱：

d['feature2'].value_counts(bins=20, sort=False)

然而，上面提到的代码行给出了每个箱子中的计数。我想将数据框拆分为20个存储箱，然后为这两个功能的每个存储箱绘制框和胡须图

我知道hexbin，hist2d有一个参数nbins：

fig, axes = plt.subplots(ncols=2, nrows=1, figsize=(21, 5))

nbins = 40
axes[0].set_title('Hexbin')
axes[0].hexbin(d.f1, d.f2, gridsize=nbins, cmap=plt.cm.BuGn_r)

# 2D Histogram
axes[1].set_title('2D Histogram')
axes[1].hist2d(d.f1, d.f2, bins=nbins, cmap=plt.cm.BuGn_r)

但它不存在于箱线图中。因此，我想将我的数据帧划分为20个存储箱，对于每个存储箱，我想为两列绘制box和whisker图。我怎样才能做到这一点。如有见解，将不胜感激

编辑：

---

我们有点不清楚到底想要什么

这里有一个使用Seaborn的方法。首先将数据帧转换为“长”形式，然后为值创建20个箱子，最后为每个特征创建箱线图：

从matplotlib导入pyplot作为plt
作为pd进口熊猫
将numpy作为np导入
导入seaborn作为sns
d=pd.DataFrame（{'f1'：np.random.rand（100100）.cumsum（axis=0）.ravel（），
'f2'：np.random.rand（100100）.cumsum（axis=0.ravel（）}）
dlong=d.melt（变量名称='feature'，值名称='value'）
dlong['bin']=局部切割（dlong['value']，20）
图，ax=plt.子批次（图尺寸=（20,5））
箱线图（数据=dlong，x='bins'，y='value'，色调='feature'，ax=ax）
最大刻度参数（轴=x'，旋转=90）
plt.紧_布局（）
plt.show（）

以下是使用相同的存储箱创建两个子地块的方法：

d=pd.DataFrame（{'f1'：np.random.rand（100100）.cumsum（axis=0）.ravel（），
'f2'：np.random.rand（100100）.cumsum（axis=0.ravel（）}）
dlong=d.melt（变量名称='feature'，值名称='value'）
dlong['bin']=局部切割（dlong['value']，10）
图（ax1，ax2）=plt.子批次（nrows=2，figsize=（12，10））
sns.boxplot（数据=dlong[dlong['feature']=='f1']，x='bin'，y='value'，ax=ax1）
sns.boxplot（数据=dlong[dlong['feature']=='f2']，x='bin'，y='value'，ax=ax2）
ax1.设置标题（'feature=f1'）
ax2.设置标题（'feature=f2'）

---

功能2

在您的数据框架中不作为列存在这正是我想要做的。谢谢只是我的f1在f2以下。我怎样才能让他们分开。我做10个箱子。我也放了这个图像。是的，我试过了。但是f1和f2的箱子变得不同，因此这两个图形不可比较。您可以使用固定箱子，例如

bins=np.arange（min，max，step）

和

d['bins\u f1']=pd.cut（d['f1']，bins=bins）

。固定垃圾箱还有一个额外的好处，垃圾箱的边缘是更好的数字。这正是我所需要的。谢谢，我刚刚做了。谢谢：）