Python 在seaborn中绘制多个箱线图？

我想用seaborn in pandas绘制箱线图，因为这是一种更好的可视化数据的方法，但我对它不太熟悉。我有三个不同度量的数据帧，我想比较不同的度量。我将遍历文件路径以访问它们

for path in paths: 
   df = pd.read_csv(path)

每个指标的dfs都是独立的，看起来像这样（其中…表示填充的数据值）。1、2、3、4、5是列名，表示不同的试验：

    1  2  3  4  5
0   ..............
1   ..............
2   ..............
3   ..............
4   ..............

我想让试验1、2、3、4、5的所有曲线图和3个指标中的每一个并排，其中三个指标的所有第一个试验曲线图都在左边，然后所有第二个试验曲线图都在右边，依此类推

我怎么能在seaborn这样做呢？我知道我可以通过循环路径并使用如下boxplot函数为每个度量单独绘制一个图：

sns.boxplot(data=df)   

---

但是，我如何才能将其他指标的图并排放在同一个图上？

首先考虑为每个对应的数据帧分配一个分组列，如试用，然后

pd.concat

您的数据帧，最后

pd.melt

在使用seaborn绘图之前，为指标/值长数据帧分配数据。下面用随机数据演示：

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
import seaborn as sns

np.random.seed(44)
# DATAFRAMES WITH TRIAL COLUMN ASSIGNED
df1 = pd.DataFrame(np.random.randn(5,5), columns=list(range(1,6))).assign(Trial=1)
df2 = pd.DataFrame(np.random.randn(5,5), columns=list(range(1,6))).assign(Trial=2)
df3 = pd.DataFrame(np.random.randn(5,5), columns=list(range(1,6))).assign(Trial=3)

cdf = pd.concat([df1, df2, df3])                                # CONCATENATE
mdf = pd.melt(cdf, id_vars=['Trial'], var_name=['Number'])      # MELT

print(mdf.head())
#    Trial Number     value
# 0      1      1 -0.750615
# 1      1      1 -1.715070
# 2      1      1 -0.963404
# 3      1      1  0.360856
# 4      1      1 -1.190504

ax = sns.boxplot(x="Trial", y="value", hue="Number", data=mdf)  # RUN PLOT   
plt.show()

plt.clf()
plt.close()

---

您可能希望将数据帧合并为一个，并使用

boxplot

的

hue

参数。如果你需要帮助，你应该提供一个问题的答案。请提供一些你作为答案张贴代码的解释。

# libraries
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
from random import randint, gauss

# create a DataFrame
df = pd.DataFrame({
    'Sensations':[randint(1,3) for i in range(300)]
})
df['Temperature'] = df['Sensations'].map(lambda x: gauss(0.8/x,0.1)*40)
df['Sensations'] = df['Sensations'].map({1:'hot',2:'normal',3:'cold'})

# create plot
ax = sns.boxplot(x="Sensations", y="Temperature", data=df)

# show plot
plt.show()